Mar, 2024

WeakSurg: 基于时间等变性和语义连续性的弱监督手术器械分割

PDF
TL;DR弱监督手术器械分割在手术领域中很少被探索。我们从时间等变性和语义连续性两个角度扩展了一种双阶段弱监督分割范式，提出了基于原型的时间等变性规则损失和类感知的时间语义连续性损失，同时考虑了手术场景中的时间信息。我们基于 Cholec80 数据集进行了广泛实验证明，WeakSurg 不仅在语义分割指标上与最先进的方法相比，而且在实例分割指标上也表现优异。
发现论文，激发创造
  • 语义可转移的弱监督内窥镜病变分割

    本论文提出了一种用于弱监督内窥镜下病变分割的新语义病变表示转移模型，该模型可以从相关的完全标记的疾病分割任务中利用有用的知识，以提高目标弱标记的病变分割任务的性能，其中包括提出了基于伪标签生成器的伪像素标签生成方法，并将同一类别的动态搜索特征中心在不同数据集间对齐。

    Aug, 2019

  • 基于弱监督的圆扫描合成孔径声纳图像的语义分割

    我们提出了一种弱监督框架，用于圆型扫描合成孔径声纳（CSAS）图像的语义分割。

    Jan, 2024

  • 基于像素原型对比的弱监督语义分割

    本文提出了一种基于像素级原型对比度的弱监督语义分割方法，通过两种直观的先验知识，对图像的不同视角和单个视角内进行执行，旨在实施跨视图特征语义一致性规则，并促进特征空间的内部（间）类一致性（离散度），从而提高了两个强基线模型的精度，并在 PASCAL VOC 2012 上实现了新的最先进水平。

    Oct, 2021

  • 弱监督语义分割的自我监督可等变网络

    本文使用自监督学习方法，旨在探索规定输入图像不同尺度下 CAM 生成的优势。作者提议设计一种新的尺度等变正则化以保证 CAM 的一致性。通过在 PASCAL VOC 2012 数据集上进行的实验证明，该方法在弱监督语义分割方面达到了最先进的性能。

    Sep, 2019

  • 可靠性至关重要：一种端到端的弱监督语义分割方法

    本文提出了一种基于图像级别信息的全新弱监督语义分割方法，该方法不需要使用复杂的伪标签生成过程，而是利用图像分类信息产生可靠的像素级别的注释，然后使用全新的稠密能量损失函数和端到端网络进行图像分割。通过拓展基于图像分类信息产生的像素级别注释的的一步法到两步法模型，我们在 Pascal VOC 数据集上达到了最新的最高水平性能。

    Nov, 2019

  • 不同图像领域弱监督语义分割的综合分析

    本篇论文评估了最先进的弱监督语义分割方法在自然场景、组织病理学和卫星图像数据集上的表现，并分析了如何确定哪种方法最适合给定的数据集。结果表明，针对组织病理学和卫星图像的弱监督语义分割面临着与自然场景图像不同的挑战，提出了一些实用技巧并指出需要更多的工作来实现弱监督语义分割的通用方法。

    Dec, 2019

  • 弱监督语义分割自监督等变注意力机制

    本文提出了一种自我监督的等变注意机制方法 (SEAM) 来解决基于图像级别弱监督学习语义分割的问题。该方法通过提出一致性规则，并利用像素相关模块 (PCM) 来处理背景信息，从而提高了实验效果。

    Apr, 2020

  • 弱监督和半监督全景分割

    这篇论文提出了一种弱监督的模型，能够同时执行语义分割和实例分割任务，并使用图像级别标签弱监督 “stuff” 类别的分割，以及使用边界框弱监督 “thing” 类别的分割。通过分析注释质量和预测性能之间的关系，可以对数据集的创建有所启示。

    Aug, 2018

  • 半监督语义分割中弱到强一致性的再访

    本文介绍了一种基于弱到强一致性框架的半监督分类技术，将图像的弱扰动版本作为强扰动版本的监督信息，通过使用数据扩充，提出了一个统一的双流扰动方法，该方法在各种基准测试中表现优异。

    Aug, 2022

  • 半监督自修正语义图像分割网络

    本研究介绍了一种半监督框架，通过一个辅助模型和一个自我纠正模块，在只有一小部分完全有监督图像的基础上，使用具有目标边界框标签的图像和只有目标边界框标签的图像集（称为弱集），训练出高质量的语义分割模型，这种方法比传统大量完全有监督数据模型要求的标注工作量减少～7 倍。

    Nov, 2018