Jan, 2024
医学图像分割密集层级表示的自监督学习
Self-supervised Learning of Dense Hierarchical Representations for Medical Image Segmentation
Eytan Kats, Jochen G. Hirsch, Mattias P. Heinrich
TL;DR通过自监督框架学习适用于密集下游任务的体素级粗细粒度表示,通过平衡多尺度特征的贡献,确保学习到的表示捕捉到粗粒度和细粒度的细节,并在有限的注释数据下持续优于基准模型。