segmentation performance | BriefGPT

关键词segmentation performance

搜索结果 - 36

基于横向数据集和横向疾病通用化的视网膜血管分割模型基准评估
视网膜血管分割是通过眼底图像提取临床相关信息的方法。我们在迄今为止最大的公开数据集上为文献中常用的各种架构和训练选择提供了严格的基准，并评估了五个已发布的模型在公开可用的 FIVES 眼底图像数据集上的性能，同时比较了不同模型架构在不同损失
PDF11 days ago
掩盖未知：评估处理微弱注释的不同策略 - MICCAI2023 胸腔淋巴结数量评估挑战
研究中以病理性淋巴结划分为关键，探讨了 MICCAI 2023 淋巴结定量挑战赛中弱监督学习、深度学习模型以及分割性能的相关内容。
PDF12 days ago
基于 GRU 网络的乳腺组织病理图像分割
本研究提出了一种改进的 MultiResU-Net 用于组织病理学图像分割，该模型通过多尺度分析和分割复杂特征，并通过跳跃连接确保有效的特征传递；改进版本还利用基于高斯分布的注意力机制在高斯分布中合并与组织病理学相关的文本信息；最后，通过对
PDF20 days ago
语义分割的语义空间自适应像素级分类器
本文提出了一种新颖的语义和空间自适应（SSA）分类器，通过使用从固定原型获得的粗略掩码作为指导，在测试图像的语义和空间领域调整固定原型，从而同时考虑语义和空间领域中的自适应原型以完成分类决策，文章实验证明 SSA 显著提高了基线模型的分割性
PDF2 months ago
自适应引导学习用于伪装对象检测
本文提出了自适应引导学习网络（AGLNet），它是一种统一的可学习模型，用于在 CNN 模型中探索和调整不同的附加线索，以引导准确的伪装特征学习，并在不同的附加线索下实现了显著的性能改进。
PDF2 months ago
UltraLight VM-UNet：并行视觉曼巴大幅减少皮肤病变分割参数
提出了一种基于 UltraLight Vision Mamba UNet 的 PVM 层的方法，通过在处理特征时达到卓越的性能，保持了总体处理通道数的稳定，用较低的计算负载实现了强大的性能竞争力。
PDF3 months ago
提升腹腔镜解剖分割模型在实际应用中的适用性战略
通过分析类别特征、训练和测试数据的组成以及建模参数对八个分割度量指标的影响，本研究提出了两种简单而有效的策略来改善腹腔镜手术数据中图像分割模型的实际适用性：（1）在训练过程中包含负样本，（2）调整分割模型的前景 - 背景权重以最大化与特定感
PDF3 months ago
PointSeg：基于基础模型的三维场景分割的非训练范式
PointSeg 是一种新的无需训练的范例，借助现有的视觉基础模型来解决 3D 场景感知任务，并展示了令人印象深刻的分割性能。
PDF4 months ago
分割混乱文本：检测从历史报纸影像中提取的文本边界
利用深度学习模型，我们在处理光学字符识别的历史报纸图片中的婚姻公告数据的文本分割任务上，表现显著优于现有技术。
PDF6 months ago
基于 RandLA-Net 的迁移学习的点云分割在城市区域的案例研究
本文通过应用先进的神经网络体系结构 RandLA-Net 对城市大规模点云数据进行三维分割，研究了城市环境中点云数据的分割性能。通过转移学习技术和类别映射实现了对特定城市区域的准确分割，实验结果表明该方法在三维点云分割中取得了 80% 以上
PDF6 months ago
SRSNetwork：基于动态参数卷积的孪生重建 - 分割网络
本文提出了一种用于弱目标图像分割（包括医学图像分割和红外图像分割）的高性能深度神经网络。为此，本文分析了现有的动态卷积，并提出了动态参数卷积（DPConv）。此外，本文从 DPConv 的角度重新评估了重建任务与分割任务之间的关系，提出了一
PDF7 months ago
通过交叉块编排进行参数高效微调，用于分割任何模型
我们在这篇论文中提出了一种参数高效微调的方法，使用跨块协同和内部块增强机制实现了 Segment Anything Model (SAM) 在各种新情景下的适应性，并通过实验证明了我们的方法在仅使用约 1K 额外参数的情况下显著提高了分割性
PDF7 months ago
MIST：具有卷积注意力混合（CAM）解码器的医学图像分割变压器
提出了一种 Medical Image Segmentation Transformer (MIST) 用于医学图像分割，其中包括一个新型的 Convolutional Attention Mixing (CAM) decoder，通过 s
PDF8 months ago
基于渐进双先验网络的广义乳腺肿瘤分割
通过使用渐进双先验网络（PDPNet）分割动态增强磁共振图像 (DCE-MRI) 中具有不同来源的乳腺肿瘤，旨在提高乳腺肿瘤分割模型的泛化能力，改善对小型、低对比度和不规则形状乳腺肿瘤的分割性能。
PDF8 months ago
工业缺陷分割中卷积神经网络的位移等效性研究
在工业缺陷分割任务中，常用的度量指标是像素精度和交并比 (IoU)，然而模型的输出一致性 (或等效性) 经常被忽视。本文提出了一种全新的上 / 下采样层对抗 CNN 中传统采样层的不足，并通过自适应窗口模块和组件注意力模块来改善图像边界变化
PDF9 months ago
图分割器：具有边界感知注意力的图变换器用于语义分割
我们提出了一种名为 Graph-Segmenter 的网络，其中包括 Graph Transformer 和 Boundary-aware Attention 模块，能够同时以全局和局部视角建模窗口之间更深入的关系以及窗口内各个像素的关系，
PDFa year ago
MM特征解耦与重用网络快速交互式分割
我们提出了一种名为特征解耦循环网络（FDRN）的交互分割方法，通过解耦建模组件并循环利用组件来显著提高整个交互过程的效率，同时保持有利的分割性能。
PDFa year ago
稀疏标记策略用于短轴心脏磁共振图像分割
通过稀疏注释的训练，可以实现在体积占比显著减少的情况下（仅 48 个注释体积），得到 Dice 分数大于 0.85 且与使用完整数据集（每个数据集分别为 160 和 240 个卷积）相当的分割结果，而相对于训练更多的体积，训练更多的切片注释
PDFa year ago
评估 U-Net 的胎儿头部超声图像分割的微调策略
胎头分割是测量胎儿头围的关键步骤，在产科胎儿生长监测中是一个重要的生物测定值。本研究提出了一种迁移学习方法，使用轻量级 MobileNet 作为编码器的 U-Net 网络进行微调，以在受限的胎儿头部超声图像数据集上进行分割。该方法解决了从头
PDFa year ago
DifFSS: 少样本语义分割扩散模型
DifFSS is a novel few-shot semantic segmentation paradigm which leverages the powerful generation ability of diffusion m
PDFa year ago