ConvNeXt-FD模型增强了生物医学图像分割能力

研究人员开发了ConvNeXt-FD，一种用于分割生物医学图像的新型深度学习模型。该模型采用了类似U-Net的结构，并以ConvNeXt为骨干，同时引入了一种包含基于分形维度的边界感知正则化项的新型损失函数。在六个不同数据集上的实验表明，ConvNeXt-FD（尤其是在ImageNet上预训练后）在准确性和边界检测方面优于现有方法。 AI

影响 引入了一种新颖的深度学习架构，提高了关键生物医学图像分割任务的准确性和边界检测能力。

排序理由 该集群包含一篇详细介绍用于特定应用的新型深度学习模型的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• BUSI
• ConvNeXt
• ConvNeXt-FD
• DDTI
• FluoCells
• ImageNet
• ISIC2018
• MoNuSeg
• IDRiD

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →