BGF-YOLO+脑肿瘤检测：BGF-YOLO: Enhanced YOLOv8 with Multiscale Attentional Feature Fusion for Brain Tumor

论文作者：Ming Kang,Chee-Ming Ting,Fung Fung Ting,Raphaël C. -W. Phan

作者单位：Monash University

论文链接：http://arxiv.org/abs/2309.12585v1

项目链接：https://github.com/mkang315/BGFG-YOLO

内容简介：

1）方向：基于YOLO的目标检测器

2）应用：自动化脑肿瘤检测

3）背景：：YOLO（You Only Look Once）基于目标检测器在自动化脑肿瘤检测方面显示出色的准确性。

4）方法：本文提出了一种新颖的BGFG-YOLO架构，将双层路由注意机制（BRA）、广义特征金字塔网络（GFPN）、第四检测头和广义IoU（GIoU）边界框回归损失结合到了YOLOv8中。BGFG-YOLO包含一个注意机制，可以更加关注重要的特征，以及特征金字塔网络，通过将高级语义特征与空间细节合并来丰富特征表示。此外，研究了不同的注意机制、特征融合和检测头架构对脑肿瘤检测准确性的影响。

5）结果：实验结果表明，与YOLOv8x相比，BGFG-YOLO在mAP50上的绝对增加率为3.4%，在脑肿瘤检测数据集Br35H上达到了最先进水平。代码可在https://github.com/mkang315/BGFG-YOLO上获取。