关键词cross-supervised training
搜索结果 - 2
- 一种证据增强的三支一致性学习方法用于半监督医学图像分割
介绍了一种基于 Evidential Tri-Branch Consistency 学习框架(ETC-Net)的半监督医学图像分割方法,通过三个分支来解决预测多样性和训练稳定性,并结合来自证据学习的不确定性估计来抑制错误监督信号的负面影响, - 用交叉监督的双分类器进行半监督医学图像分割
本文提出一种基于双分类器(DC-Net)的交叉监督学习框架,包括证明分类器和香草分类器,各具特色,能够有效处理分歧,并为无标签数据生成更稳健和准确的伪标签,同时将证明分类器的不确定估计结合到交叉监督训练中以减轻错误监督信号的负面影响,试验证