one-shot segmentation | BriefGPT

关键词one-shot segmentation

搜索结果 - 8

NubbleDrop：一种简单的提升提示式单次分割匹配策略的方法
通过在一次分割中利用大数据训练的分割模型，如 SAM，我们提出了一种简单且无需额外计算成本的方法 (NubbleDrop) 来增强匹配策略的有效性和鲁棒性，通过随机丢弃特征通道来防止模型受到具有欺骗性信息的通道的影响。
PDFa month ago
StyleSeg V2：基于无需优化的注册误差感知的脑组织鲁棒一次性分割
通过镜像处理输入图像，利用注册错误来增强 StyleSeg V2 的对称性，使分割模型能够使用正确对齐的未标记图像区域，并根据注册错误加权局部变换强度，从而提高风格转换变形的保真度。
PDF2 months ago
DeepATLAS：针对生物医学数据的一次性定位
本文介绍了 DeepATLAS 的基础模型，用于高维生物医学数据中的定位任务。通过自监督目标的收敛，预训练模型将输入映射到解剖一致的嵌入空间，从而可以用一次或少量迭代的方法识别任何点或点集（例如，盒子或分割）。在经过全面训练的 DeepAT
PDF5 months ago
SEGIC: 在上下文中释放出的新出现对应方法实现的分割
利用上下文分割框架（SEGIC）的元学习和端到端设计，可以实现在只有少数示例图像的情况下对新图像进行分割，并显著降低标记和训练成本，同时在一次性分割基准测试中取得最先进的性能。
PDF7 months ago
AdLER：基于标签错误校正的对抗训练方法用于一次性医学图像分割
我们提出了一种新的医学图像一次性分割方法，采用对抗训练和标签错误矫正，以增强生成数据的多样性和改进分割性能。实验结果表明，该方法在分割中的 Dice 分数上优于现有最先进方法。
PDF10 months ago
CVPR使用小视觉提示进行单次和部分监督的细胞图像分割
本文介绍了一种基于深度学习的微观细胞图像语义分割，提出了针对数据量少的高效学习框架，并提出了一次学习和部分监督学习这两种学习策略以及使用小提示图像的新型分割方法。实验结果证明，与传统方法相比，提出的方法提高了 Dice 系数 (DSC)。
PDFa year ago
LT-Net: 一种通过学习可逆的体素对应关系实现一次性医学图像分割的标签转移方法
本文提出了一种基于正反向一致性的循环对应学习设计，将一次性分割方法作为传统的基于图谱的分割问题来处理，从而使标签可以通过学习实现自动转移。该方法在医学图像分割中表现优异。
PDF4 years ago
混乱环境下的一次性分割
本文提出了一种名为 $\textit {cluttered Omniglot}$ 的新数据集并使用基线结构来解决一次性分割问题，结果表明在这种视觉搜索任务中，检测和分割是相互交织的问题，解决其中一个问题有助于解决另一个问题。为此，我们引入了
PDF6 years ago