关键词weakly-supervised segmentation
搜索结果 - 7
- 竞争像素:一种弱监督分割的自对弈算法
基于图像级标签的弱监督分割方法缺乏标签和感兴趣区域之间的明确对应关系,为此,我们提出了一种基于强化学习自我博弈的新型弱监督分割方法,通过将分割视为两个代理竞争选择包含感兴趣区域的图像块,从而实现对目标的定位。通过使用仅基于图像级二分类标签的 - ProCNS: 弱监督医学图像分割的渐进式原型校准和噪声抑制
本文提出了一种名为 ProCNS 的弱监督分割(WSS)方法,包括两个协同模块,旨在提供更可靠的指导并降低噪声干扰,通过最大化空间和语义元素之间的成对关联来扩展稀疏注释,并在医学图像分割任务中显著优于现有的代表性方法。
- 基于模型引导协同学习网络的基于示意标注的息肉分割
通过在 Collaborative Learning Network 中使用 Segment Anything Model,以及基于已生成的 scribble 注释的改进模块、特征聚合模块和图像级过滤机制等策略,本文提出了适用于弱监督息肉分 - 基于亲和传播的标签高效分割
利用标签效率的稀疏注释进行弱监督分割的研究越来越受到关注,以降低费力的像素级标注过程成本,而成对亲和建模技术在此任务中发挥了重要作用。本文将亲和建模作为亲和传播过程,提出了局部和全局成对亲和项,以生成准确的软伪标签,并开发了一种高效算法来显 - Few-Shot 弱监督医学图像分割的元学习器
本文提出了一个基于元学习的弱监督分割方案,并在医学成像领域进行了实验和对不同范例的比较分析,研究结果表明度量学习元学习方法在小型领域变化的任务中具有更好的分割结果,而某些梯度和融合的元学习方法则对大型领域变化具有更好的推广性。
- ICCV自监督差异检测用于弱监督语义分割
该研究提出一种基于弱监督下的语义分割新方法,包括去噪和映射函数的改进,在 PASCAL Visual Object Classes 2012 数据集上实验验证,达到了绝对精度为 64.9% 和测试集精度为 65.5% 的最新水平。
- 基于蒙版的无监督内容转移
本文提出了一种无监督的翻译方法,通过对领域进行分离和遮罩,实现了对目标部分的高效重建,从而实现了领域翻译的最新质量和多样性,并能识别不同领域的不同类别。