CVKD-UDA

新的CVKD-UDA方法通过跨视图知识蒸馏增强3D分割

研究人员推出了一种用于3D无监督域自适应分割的新方法CVKD-UDA，旨在减少在新数据集中对大量手动标注的需求。该方法通过改变体素大小生成互补数据视图，利用跨视图知识蒸馏。这项技术增强了预热模型（对于分割任务的有效自训练至关重要）的泛化能力和目标感知能力。在基准数据集上的实验表明，CVKD-UDA显著提高了性能，为解决3D分割中的域差距提供了新视角。