segmentation models | BriefGPT

关键词segmentation models

搜索结果 - 42

SAM-EG: 高效息肉分割的带边缘引导框架的分割任意物体模型
在医学成像中，息肉分割是一个关键问题，引发了许多旨在提高分割掩模质量的方法。尽管当前最先进的技术取得了令人印象深刻的结果，但这些模型的规模和计算成本对实际的行业应用构成了挑战。最近，提出了 Segment Anything Model (S
PDF13 days ago
不同脑疾病和 MRI 模态下的客户数据库联邦学习的可行性
使用分割模型对脑部病变进行 MRI 分割的研究表明，采用联邦学习的方法可以训练一个单一的模型，该模型能够在包含不同脑部病理和 MRI 模态的分布式数据库中进行有效分割，具有可行性和有效性。
PDF17 days ago
FMARS：使用基础模型为灾害管理注释遥感图像
介绍了 FMARS（Foundation Model Annotations in Remote Sensing）的方法，利用 Very-High Resolution（VHR）遥感图像和基础模型进行快速和鲁棒的标注，重点关注灾害管理，并提
PDFa month ago
通过将 MRI 图像视为反转的 CT 扫描来改进跨模态分割
本研究展示了一种简单的图像反转技术，可显著改善计算机断层扫描（CT）分割模型在磁共振成像（MRI）数据上的分割质量，以 T1 加权 MRI 图像为例，通过使用 TotalSegmentator 模型。图像反转容易实现，不需要专用的图形处理单
PDF2 months ago
基于分类的自适应分割流水线：多囊肝和结直肠癌 CT 图像转移的可行性研究
通过使用深度学习分类器将图像自动分类并将其路由到适当的分割模型，本研究旨在探索构建一个工作流的可行性，以高效地处理不同病理图像。我们希望通过我们的工作流能够准确地分割具有不同病理学的图像。我们的自适应分割工作流在总肝脏分割任务上与通用单一分
PDF2 months ago
RaffeSDG：基于随机频率滤波的医学图像分割单源域泛化
通过引入频率空间的变化和融合同源样本的策略，RaffeSDG 提供了在单源域上训练的分割模型中强大的域外推理能力，用于解决医疗场景中数据稀缺的领域转移问题。在对三种不同的人体组织进行四种不同成像模态的分割任务的域外推理方面进行了广泛的实验证
PDF2 months ago
一种具有切片内和切片间关注的灵活的 2.5D 医学图像分割方法
CSA-Net 是一个灵活的 2.5D 分割模型，通过创新的 Cross-Slice Attention (CSA) 模块，能够处理任意数量切片的 2.5D 图像，以有效地捕捉 3D 空间信息，并利用自注意机制理解中心切片中像素之间的相关性
PDF2 months ago
WPS-Dataset：木板去皮加工中的木板分割基准
利用深度学习方法可以提高去皮效率，增强木制品质量。本研究提出了一种用于去皮过程中的木板分割的基准数据集 WPS-dataset，共包含 4863 幅图像。通过六种典型的分割模型对 WPS-dataset 进行评估，模型在训练过程中有效地学习
PDF3 months ago
三维医学图像分割的训练后网络压缩：通过 Tucker 分解减少计算工作量
通过张量分解研究网络压缩的有效性，我们提出了一种后训练 Tucker 分解方法，以减少预先存在模型的计算要求，而不会影响分割准确性。这种方法能够在计算效率和分割质量之间提供可调节的权衡，并且适用于医学图像分割模型的计算需求降低。
PDF3 months ago
细胞图像分割模型在显微镜光学像差下的可靠性基准测试
细胞分割在生物医学研究中对于分析细胞形态与行为至关重要。深度学习方法特别是卷积神经网络（CNNs）通过从图像中提取复杂特征，对细胞分割进行了革命性的突破。然而，这些方法在显微镜光学像差下的鲁棒性仍然是一个重要挑战。本研究使用 Dynamic
PDF3 months ago
从 SAM 提取语义先验，用于高效图像修复模型
通过融合和提取语义先验，我们提出了一个通用框架来改善图像恢复任务中的效果，同时提高模型的推理效率，并通过引入语义引导的关系模块来进一步改善恢复模型的性能。
PDF3 months ago
CVPR保留掩码属性编辑的分割模型基准测试
通过构建一个具有精确控制结构信息能力的保护掩模的属性编辑流程，我们研究了在不同类型场景下对分割模型的行为进行鲁棒性评估。我们发现局部和全局属性的变化对分割性能产生影响，并且模型对不同类型变化的敏感性不同。因此，我们认为局部属性与全局属性具有
PDF4 months ago
自然语言语义下的视觉 Transformer
通过引入基于分割模型的新型分词器策略，语义视觉转换器（sViT）在捕获显著特征和全局依赖关系的同时，提高了解释性和鲁棒性，相较于传统视觉转换器模型（ViT）在训练数据需求、分布泛化和解释性方面表现得更优。
PDF4 months ago
使用自由空间分割模型提高室内机器人导航的鲁棒性对抗对策
在室内机器人导航中，我们通过分割模型在 RGB 图像中识别自由空间来提高导航精度。然而，深度学习模型容易受到对抗性攻击的影响，给其真实世界的应用带来了巨大挑战。本研究中，我们在神经网络的隐藏层中发现了漏洞，并引入了一种实用的方法来加强传统的
PDF5 months ago
推动细胞分割模型在成像质谱细胞学中的极限
通过去除细胞注释中的 50% ，学习性的分割模型表现的结果只比完整的标签相应的模型降低了 DSC 指标，表明可以至少减少一半的注释时间而不影响性能，并且单一组织模型与多组织模型在新颖组织类型上的性能差异微乎其微，并且通过多次增加最差性能模型
PDF5 months ago
厨余食材图像分割与分类用于堆肥养分估算
面临全球对大量食物浪费的日益关注，我们需要创新的解决方案以促进零净排放生活方式并减少排放。LILA 家庭堆肥机是将厨余和日常食物废物回收成富含营养、高质量堆肥的方便途径。通过创建和标注了一个包含 19 种富含营养类别的高分辨率厨房食物废物图
PDF5 months ago
医学图像分割模型对对抗攻击的敏感性
医学影像分割模型容易受到对抗性攻击，参数大小与对抗性攻击成功率之间没有明显的相关性，并使用不同于训练所用的损失函数可提高对抗性攻击的成功率。
PDF5 months ago
基于深度学习、注意机制和能量预测的脑肿瘤分割
本文提出了一种感兴趣区域检测算法，通过数据预处理定位突出特征并剔除多余的 MRI 数据，进而减小输入尺寸，增强数据增广和深度神经网络，从而在 BraTS 基准测试中实现了最先进的分割性能。
PDF6 months ago
OCTOPUS: 使用语义理解在混合现实中进行开放词汇内容跟踪和对象放置
本研究旨在解决增强现实中虚拟内容的放置问题，通过引入一种新的开放词汇方法，利用分割模型、视觉 - 语言模型和 LLMs 的最新进展，在任何增强现实场景中的相机镜头下放置任何虚拟物体，并通过初步的用户研究表明，我们的方法在 57％的时间内至少
PDF6 months ago
AAAIFedA3I：针对异构标注噪声的联邦医学图像分割注释质量感知聚合
通过引入基于高斯混合模型的客户端噪声估计，将其以逐层的方式纳入模型聚合，从而提高高质量客户端的权重，我们提出了一种名为 FedA^3I 的注释质量感知的联邦学习聚合方法，该方法优于现有的处理跨客户端注释噪声的方法。
PDF6 months ago