论文阅读笔记
酒酿小芋圆
这个作者很懒,什么都没留下…
展开
-
【论文笔记】EfficientFCN: Holistically-guided Decoding for Semantic Segmentation
2020摘要 本文中,作者提出了EfficientFCN,其主干是一个普通的ImageNet预训练网络,没有任何扩展的卷积。引入了整体引导的解码器,以通过编码器的多尺度特征获得高分辨率的,语义丰富的特征图。解码任务转换为新颖的代码簿生成和代码字组装任务,这利用了编码器的高级和低级功能。与仅使用1/3的计算成本的现有技术方法相比,这种框架可实现甚至可比甚至更好的性能。在PASCAL上下文,PASCAL VOC和ADE20原创 2020-09-25 02:35:32 · 747 阅读 · 0 评论 -
【论文笔记+代码参考】DCAN: Deep contour-aware networks for object instance segmentation from histology images
2017摘要 本文中,作者在统一的多任务学习框架下提出了一种新的深度轮廓感知网络(DCAN),以实现更精确的检测和分割。在该网络中,基于端到端的全卷积网络(FCN)对多层次上下文特征进行了研究,以处理外观变化较大的问题。此外,进一步建议使用一个辅助监督机制来克服在训练较深网络时梯度消失的问题。本文网络不仅可以输出精确的组织学对象概率图,而且可以同时描绘出清晰的轮廓线来分离聚类对象实例,进一步提高了分割性能。在2015年原创 2020-09-18 11:29:06 · 2002 阅读 · 0 评论 -
【论文笔记】HF-UNet: Learning Hierarchically Inter-Task Relevance in Multi-Task U-Net
2020Title:HF-UNet:Learning Hierarchically Inter-Task Relevance in Multi-Task U-Net for Accurate Prostate Segmentation in CT images摘要 本文中,作者通过两阶段网络来解决CT图像中前列腺分割的挑战性任务,其中第一阶段是快速定位,第二是第二阶段是为了准确地分割前列腺。为了在第二阶段精确分割前列原创 2020-09-16 21:09:03 · 1337 阅读 · 2 评论 -
【论文笔记】Pairwise Relation Learning for Semi-supervised Gland Segmentation
MICCAI-2020摘要 本文中,作者提出了基于成对关系的半监督模型$PSR^2$用于组织学图像上的腺体分割。该模型由分割网络(S-Net)和成对关系网络(PR-Net)组成。S-Net在标记数据上进行训练以进行分割,而PR-Net在无监督方式下标记和未标记数据上进行训练,以通过利用特征空间中每对图像之间的语义一致性来增强其图像表示能力。由于两个网络共享它们的编码器,因此PR-Net学习的图像表示能力可以转移到S-N原创 2020-09-15 19:27:42 · 1073 阅读 · 5 评论