semi-supervised segmentation | BriefGPT

关键词semi-supervised segmentation

搜索结果 - 11

基于解释的模型指导将图像分类器转化为分割模型
利用解释性 AI 方法，如 Grad-CAM 和 LRP 生成的热图在许多情况下与输入图像的分割相似，因此利用热图可以实现利用图像级监督进行弱监督分割。同时，可以对可微分的热图施加损失，这用于提高热图的人工可解释性、对网络进行正则化以获得更
PDF3 days ago
基于半监督分割和光流的通用铁路障碍物检测系统
利用光流线索指导的半监督分割方法解决铁路场景中多类障碍物检测问题，通过生成逼真的合成图像并利用光流作为先验知识来有效训练模型，实验证明了该方法的可行性和效果。
PDF9 days ago
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，
PDF3 months ago
基于多特征和 t-SNE 的非线性规范相关分析进行土地覆盖图像的半监督分割
提出一种新的半监督图像分割方法，利用径向基函数和经典相关分析算法，通过对少量标记数据进行训练，提取图像的规则变量，并应用 k 均值聚类算法进行分割。
PDF5 months ago
标签本身之外：潜在标签强化半监督点云全景分割
本文提出了两种潜在标签：LDAR Branch 中的新型数据增强方法 Cylinder-Mix，以及 Image Branch 中的 Instance Position-scale Learning (IPSL) 模块，并将这两个潜在标签嵌
PDF7 months ago
ICCV多样的合作训练构建强力的半监督分割器
通过探索协同训练的不同维度及其对抗同质化，我们的多样化协同训练在 Pascal 和 Cityscapes 数据集上大幅优于现有方法，通过仅使用 92、183 和 366 张标记图像，在 Pascal 数据集上取得了 mIoU 分别为 76.
PDFa year ago
通过 3D 和 2D 网络之间的互相教学进行稀疏注释的 3D 医学图像分割
通过 3D 和 2D 网络的交叉教学，我们提出了一种从稀疏注释中稳健学习的框架，采用硬 - 软置信度阈值和一致标签融合两种伪标签选择策略，实验证明我们的方法优于半监督分割方法的最先进成果，并且与全监督的上限结果相媲美。
PDFa year ago
学习形态学特征扰动以进行校准半监督分割
本研究提出了一种新颖的一致性驱动半监督分割框架，其通过对编码器和双头解码器进行训练来实现对预测结果的不变性，比传统的半监督方法在 CT 肺血管分割和 MRI 脑肿瘤分割任务上表现更好，并且表明了 MisMatch 相对于其监督学习对应物的更
PDF2 years ago
探索半监督医学图像分割中的光滑性和类别分离性
该研究提出了一种在医学图像中使用的半监督图像分割方法 SS-Net，利用像素级的平滑性和类间分离来实现更好的效果。该方法在两个半监督设置下的实验结果表明了其卓越性能，并取得了最新的最佳表现。
PDF2 years ago
自适应、自洽的自训练方法用于半监督图像分割
本文提出了一种半监督图像分割的改进方法，采用自主逐步训练方法和不同网络结构预测结果一致性及可靠性的 Generalized Jensen Shannon Divergence（JSD）损失函数，通过在在训练的不同迭代中强制模型的预测结果始终
PDF4 years ago
双重不确定性加权半监督学习方法
本文提出了一种基于师生模型的双不确定加权半监督分割方法，其中老师模型通过对标签和未标签数据的不一致预测惩罚来指导学生模型，我们使用贝叶斯深度学习训练教师模型，这是首次将分割不确定性延伸到特征不确定性，我们设计了可学习的不确定性一致性损失以在
PDF4 years ago