边界感知卷积网络（BACNN）在图像分割中的实战优化方案

1次阅读

共计 1542 个字符，预计需要花费 4 分钟才能阅读完成。

传统卷积神经网络（CNN）在图像分割任务中经常遇到边界模糊和细节丢失的问题，尤其是在医疗影像和卫星图像这类需要精细边缘的场景中。根本原因主要有两点：

感受野限制：常规卷积操作通过局部感受野提取特征，难以捕捉长距离的边界信息。随着网络深度增加，虽然感受野扩大，但低层细节信息在传递过程中逐渐丢失。
梯度消失：在反向传播过程中，边缘像素的梯度容易被淹没在平滑区域的大梯度中，导致网络对边界的敏感性下降。

我们对比了 BACNN 与 U -Net、DeepLabv3+ 在 Cityscapes 数据集上的表现（测试环境：RTX 3090, Torch 1.12）：

模型	Boundary F1-score	mIoU	参数量(M)
U-Net	0.72	82.1%	34.5
DeepLabv3+	0.75	85.6%	59.3
BACNN	0.83	89.3%	42.7

BACNN 通过边界注意力机制，在保持合理参数量的同时显著提升了边缘检测精度。

import torch
import torch.nn as nn
import torch.nn.functional as F

class BoundaryAttention(nn.Module):
    """输入输出形状: [bs, c, h, w]"""
    def __init__(self, in_channels):
        super().__init__()
        self.conv1 = nn.Conv2d(in_channels, in_channels//8, 1)  # [bs, c/8, h, w]
        self.conv2 = nn.Conv2d(in_channels//8, 1, 3, padding=1) # [bs, 1, h, w]

    def forward(self, x):
        edge_feat = self.conv1(x)
        edge_map = torch.sigmoid(self.conv2(edge_feat))  # 边界概率图
        return x * edge_map  # 特征图与边界注意力相乘

主干网络提取 [1/4, 1/8, 1/16] 三个尺度的特征图
对每个尺度应用独立的边界注意力模块
通过双线性插值统一分辨率后通道拼接
1×1 卷积降维到目标通道数

from torch.cuda.amp import autocast, GradScaler

scaler = GradScaler()

with autocast():
    outputs = model(inputs)
    loss = criterion(outputs, labels)

scaler.scale(loss).backward()
scaler.step(optimizer)
scaler.update()

左图为原始 Grad-CAM 热力图，右图为 BACNN 的热力图，可见边界区域的响应明显增强。