weakly supervised segmentation | BriefGPT

关键词weakly supervised segmentation

搜索结果 - 16

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
DAWN: 基于跨任务相互作用的领域自适应弱监督核分割
使用领域自适应的弱监督核分割框架，通过交叉任务相互作用策略克服伪标签生成的挑战，并通过弱注释数据训练辅助检测任务，设计一种一致特征约束模块来提高领域自适应的效率。此外，我们还开发了伪标签优化和交互式训练方法来提升领域转移能力，实验证明我们的
PDF2 months ago
迭代切片传播的脊椎体弱监督分割
通过仅使用单个矢状切片上的四个角点标注，本研究提出了一种弱监督迭代脊柱分割方法（WISS），用于从 CT 图像中自动完成椎体的体积分割，既节省了标注成本，也在绝大部分情况下仅稍微牺牲了分割性能。
PDF5 months ago
基于涂鸦的快速弱监督分割全幅切片图像
本文提出了一种动态交互和弱监督分割方法，以最小用户交互方式解决全幻灯组织病理图像分割中的两个主要挑战：缺乏手工标注的数据集来训练算法以及缺乏能够对话的交互模式，这在临床实践中可能是一个主要障碍。因此，我们提出了一种快速和用户导向的方法来弥合
PDF5 months ago
基于涂鸦的三分支多扩张网络的像素级和类别级一致性的多个腹部器官三维分割
基于 CT 图像的腹部多器官分割是诊断腹部病变和后续治疗规划至关重要的一项任务。本研究提出了一种新颖的 3D 框架，通过两种一致性约束方法进行 scribble 辅助的多腹部器官分割，表明该方法优于现有的五种 scribble 辅助方法。
PDF10 months ago
注意力作为注释：使用扩散生成图像和伪掩蔽进行弱监督语义分割
使用文本 - 图像扩散模型生成的图像及其内部的文本 - 图像交叉注意力作为监督伪掩码，通过提出的方法 “attn2mask”，我们实现了一种不依赖于真实图像或手动标注的语义分割训练方法。实验证明，attn2mask 在 PASCAL VOC
PDF10 months ago
Boundary-RL: TRUS 图像中弱监督前列腺分割的增强学习
我们提出了一种新颖的弱监督分割方法 Boundary-RL，该方法只利用补丁级别的标签进行训练。我们将分割视为边界检测问题，而不是像之前的工作那样像素级别的分类。我们的方法通过使用基于预训练边界存在分类器的奖励来训练一个控制器函数，从而定位
PDF10 months ago
自注意力层
通过对 transformer 中不同标记和 graph neural network 中不同节点在深层的相似性进行分析，我们提出了一个简单的修正项，它可以有效地消除过度平滑问题，在弱监督分割任务上表现优于通常基准方法，并且在非常深的图神经
PDFa year ago
通过自适应表示和聚合，统一和个性化弱监督联合医学图像分割
该研究提出了一种新型的面向医学图像分割的个性化联邦学习框架 FedICRA，利用自适应对比表示和聚合统一利用异构的弱监督信息，通过自适应的聚类和单个元素更新的聚合方式，将全局模型中的公共知识与本地模型中的独特知识相融合，同时减少标注成本，实
PDFa year ago
使用 Swin Transformer 中基于头部梯度注入自注意力映射的弱监督颅内出血分割在分类学习中的应用
本研究提出了一种基于 Swim transformer 的弱监督颅内出血分割方法，并将其与基于 U-Net 的全监督方法及使用 Grad-CAM 的类似弱监督方法进行了比较，结果显示该方法具有良好的医学图像分割潜力。
PDFa year ago
ICLR基于像素到分割对比学习的通用弱监督分割
本研究基于半监督度量学习方法，提出了四种对应关系来捕捉低 - level 图像相似性、语义标注、共现和特征亲和力。这些节点可以从任何部分注释的训练图像中以数据驱动的方式进行学习，因此，该模型不仅适用于弱监督分割中标记的像素，还适用于未标记的
PDF3 years ago
CVPR弱监督语义和实例分割的边框归因映射
本研究利用训练的物体检测器的行为高级信息，寻求影响物体检测器结果的最小区域，形成 bound box attribution map（BBAM)。该方法基于伪标注数据进行弱监督的语义及实例分割，能提高 PASCAL VOC 和 MS COC
PDF3 years ago
利用大规模临床注释进行准确的弱监督深度病变分割：从 2D RECIST 中传播切片生成 3D 掩模
本论文引入了一种卷积神经网络（CNN）弱监督切片传播分割（WSSS）方法，以 RECIST 标记为弱监督数据，能够精确地评估时间点的病变 / 肿瘤变化，并在淋巴结数据集中表现出与完全受监督的方法相当的性能，并在全面的病变数据集上测试，其中我
PDF6 years ago
CVPR重新审视空洞卷积：一种用于弱监督和半监督语义分割的简单方法
通过利用扩张卷积等方法，本文提出一种弱监督下语义分割的新模型，能够得到准确的物体分割结果，相较于之前的方法在具有 1,464 个分割掩码的半监督和仅有图像级标签的弱监督设置下，分别获得了 60.8％和 67.6％的高精度分割效果，成为当前最
PDF6 years ago
CVPR自由空间分割的最小化监督
本文针对自动驾驶中的一个基本任务，即识别场景前方可以安全行驶区域，提出了一种新颖实用的方法 —— 在最小程度的人工监督下，利用自由空间的同质纹理和位置特征进行分割，实验结果表明该方法在使用更少的监督情况下比其他弱监督方法表现更好，为自主驾驶
PDF7 years ago
CVPR从图像级别到像素级别的卷积网络标注
本研究提出了一种基于卷积神经网络的模型，只利用物体类别信息，通过最小化对目标分割任务的先验仅推断目标分割。我们展示了该模型在相对于弱监督物体分割任务中领先于业界最先进的方法。
PDF10 years ago