![8a6a1c8e2f74f52ad7d163d30fcbf8a2.png](https://i-blog.csdnimg.cn/blog_migrate/51fd5111c56912458088c5852e146ed2.jpeg)
本文提出了AIDE:注释高效的深度学习框架,其通过更好地探索图像内容来逐步纠正低质量的注释。在具有稀缺或嘈杂注释的数据集上,AIDE可以将传统深度学习模型的分割Dice分数提高多达30%!代码可能会开源吧,我看给了github链接...
注1:文末附【医疗影像】和【图像分割】学习交流群
注2:欢迎点赞,支持分享!
AIDE: Annotation-efficient deep learning for automatic medical image segmentation
![23560c4e9f4f7515badc443c0aa31716.png](https://i-blog.csdnimg.cn/blog_migrate/0bcd8cc5ae8bc40d1c5203e3c5727335.jpeg)
作者单位(这单位联名有点6的啊):中科院, 贵州省/广东省/河南省人民医院, 武汉市人民医院, 东南大学等
代码: https:// github.com/lich0031/AID E
论文: https:// arxiv.org/abs/2012.0488 5