segmentation accuracy | BriefGPT

关键词segmentation accuracy

搜索结果 - 47

一种部分可逆的 U-Net 用于内存高效的体积图像分割
在 3D 卷积神经网络分割方面，一种部分可逆的 U-Net 架构通过减小内存消耗实现了深度增强并提高了分割准确性，在 BraTS 挑战数据集上展示出了很大的内存节省。
PDF5 years ago
基于生成对抗网络的语义图像分割像素级数据增强
本文介绍如何使用数据增强方法来平衡语义标签分布，提高图像语义分割网络的性能，并使用生成对抗网络来生成逼真的图像以提高图像标签性能。实验结果表明，该方法不仅可以提高低准确度的分类的分割性能，还可以使平均分割准确率提高 1.3％至 2.1％。这
PDF6 years ago
利用空间和通道 “压缩与激励” 块重新校准全卷积网络
本文介绍了一种基于 “挤压与激励” 模块的语义分割模型架构，通过简单计算模块提高模型分割精度，模块只带来了 1.5% 的模型复杂度增加。
PDF6 years ago
Y-Net：乳腺活检图像诊断的联合分割和分类
本研究介绍了一种用于乳腺癌诊断的简单生成分割掩模的网络，该网络可以高效地分割乳房活检图像中不同类型的组织，并同时预测识别图像中重要区域的判别映射。该网络扩展了 U-Net，通过添加判别图生成的并行支路和支持卷积块模块化实现，从而允许用户在不
PDF6 years ago
CVPR网络调制实现高效视频目标分割
本研究提出一种利用单次前向传播的方法，通过在有限的目标对象视觉和空间信息下，学习操纵分割网络的中间层的元神经网络，从而实现针对特定对象指定出现的分割模型，相对于 fine-tuning 方法更加高效，并且达到了相似的分割准确率
PDF6 years ago
使用对抗式图像到图像网络进行肝脏自动分割
本文提出了一种自动高效的算法（DI2IN），利用卷积编码器 - 解码器结构和深度监督联合多级特征级联，采用对抗网络进行训练来辅助区分 DI2IN 的输出和真实数据，最终证明本方法在各种扫描协议和人群差异情况下能够取得比现有解决方案更高的肝脏
PDF7 years ago
ACL基于语义综合与形态分析的派生词处理
该研究提出了一种新颖的概率模型来捕捉单词形成的分析和合成的含义，利用神经网络的向量组合方法，共同学习单词的形态划分和语义语素的分布式向量，提高了单词的分割准确率和语素 F1 指标 3% 至 5%。
PDF8 years ago