一篇新研究论文探讨了轮廓初始化和停止容差对基于CPU的皮肤镜图像分割性能的影响。该研究利用了scikit-image在ISIC 2017数据集上的Chan-Vese实现,比较了Otsu阈值法、棋盘格、圆盘和默认设置等多种初始化方法。结果表明,在默认容差下,Otsu初始化相比棋盘格初始化提高了平均Dice分数,但收紧容差会降低这一优势,并突显了某些初始化方法在提前停止方面存在的问题。 AI
排序理由 一篇在arXiv上发表的研究论文,详细介绍了一种新的图像分割方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Chan-Vese Reformulation for Selective Image Segmentation
- ISIC 2017
- Otsu Thresholding Algorithm Based on Rebuilding and Dimension Reduction of the 3-Dimensional Histogram
- scikit-image
- Yixian Kong
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →