Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2509.11774

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2509.11774 (cs)
[提交于 2025年9月15日 ]

标题: SA-UNetv2:重新思考空间注意力U-Net用于视网膜血管分割

标题: SA-UNetv2: Rethinking Spatial Attention U-Net for Retinal Vessel Segmentation

Authors:Changlu Guo, Anders Nymark Christensen, Anders Bjorholm Dahl, Yugen Yi, Morten Rieger Hannemose
摘要: 视网膜血管分割对于糖尿病视网膜病变、高血压和神经退行性疾病的早期诊断至关重要。 尽管SA-UNet在瓶颈层引入了空间注意力,但它在跳跃连接中未充分利用注意力,并未解决严重的前景-背景不平衡问题。 我们提出了SA-UNetv2,这是一种轻量级模型,将跨尺度空间注意力注入所有跳跃连接,以增强多尺度特征融合,并采用加权二元交叉熵(BCE)加上马修斯相关系数(MCC)损失来提高对类别不平衡的鲁棒性。 在公开的DRIVE和STARE数据集上,SA-UNetv2仅需1.2MB内存和0.26M参数(少于SA-UNet的50%),并在592 x 592 x 3图像上实现1秒的CPU推理,证明了其在资源受限、仅CPU设置下的强大效率和可部署性。
摘要: Retinal vessel segmentation is essential for early diagnosis of diseases such as diabetic retinopathy, hypertension, and neurodegenerative disorders. Although SA-UNet introduces spatial attention in the bottleneck, it underuses attention in skip connections and does not address the severe foreground-background imbalance. We propose SA-UNetv2, a lightweight model that injects cross-scale spatial attention into all skip connections to strengthen multi-scale feature fusion and adopts a weighted Binary Cross-Entropy (BCE) plus Matthews Correlation Coefficient (MCC) loss to improve robustness to class imbalance. On the public DRIVE and STARE datasets, SA-UNetv2 achieves state-of-the-art performance with only 1.2MB memory and 0.26M parameters (less than 50% of SA-UNet), and 1 second CPU inference on 592 x 592 x 3 images, demonstrating strong efficiency and deployability in resource-constrained, CPU-only settings.
评论: 代码可在github.com/clguo/SA-UNetv2获取
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2509.11774 [cs.CV]
  (或者 arXiv:2509.11774v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2509.11774
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Changlu Guo [查看电子邮件]
[v1] 星期一, 2025 年 9 月 15 日 10:53:28 UTC (325 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-09
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号