一种结合Mamba和YOLOv8的结肠镜图像息肉检测算法

邱春林; 王冰莹; 胡凯

doi:10.13715/j.issn.2096-644X.20241003.0002

湘潭大学学报（自然科学版） ›› 2025, Vol. 47 ›› Issue (03) : 54 -64. DOI: 10.13715/j.issn.2096-644X.20241003.0002

一种结合Mamba和YOLOv8的结肠镜图像息肉检测算法

邱春林, 王冰莹, 胡凯

作者信息 +

Author information +

文章历史 +

PDF

摘要

该文提出了一种融合改进的视觉状态空间模型(VMamba)和YOLOv8的网络模型YOLOMamba用于结肠镜图像息肉检测任务.YOLOMamba利用VMamba的状态空间模型(SSM)捕获长距离依赖的特性增强了模型全局特征提取能力.同时，为了适应息肉检测任务，该文通过改进VMamba,使模型在保证样本粗粒度特征提取的同时，有效提升原本SSM的局部特征提取能力.融合后的模型在仅仅具有YOLOv8 40%参数量、30%计算量的情况下，性能依旧匹敌甚至优于YOLOv8,既实现了轻量化又提升了模型精度.该文在3个公开数据集上进行了实验评估.对比目前常用目标检测模型，该文提出的YOLOMamba息肉检测算法在精度和视觉效果上均获得了提升.