BriefGPT.xyz
大模型
Ask
alpha
关键词
unsupervised generative adversarial network
搜索结果 - 2
采用 3D Epi - 模式定量相位成像和虚拟 H&E 染色的无标签和无玻片组织组织学
该研究结合 3D 量化相位成像技术和非监督生成对抗网络管道,将未修改的厚组织的 qOBM 相位图像映射到类似于 H&E 的 vH&E 图像。这种有望显著节省肿瘤筛查、检测、治疗指导等时间、费用和人力的深度学习 qOBM 方法能够为组织病理学
→
PDF
a year ago
EnlightenGAN:深度无配对监督的光照增强
本文提出了一种名为 EnlightenGAN 的高效的非监督生成对抗网络,采用了无配对的训练数据来提高低光图像的质量,通过全局局部鉴别器结构,自我规范化的知觉损失融合和注意机制等方法,在不同种类的图像测试中表现优于其他方法。
PDF
5 years ago
Prev
Next