实体
VM-UNet
VM-UNet
PulseAugur coverage of VM-UNet — every cluster mentioning VM-UNet across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
分割模型显示出数据集依赖的特征谱脆弱性
一篇新研究论文探讨了计算机视觉中分割模型的脆弱性，重点关注它们对学习到的特征表示中频率内容的依赖性。该研究将低通滤波应用于 CNN、状态空间模型 (SSM) 和 Transformer 架构在 CVC-ClinicDB 和 ISIC2018 两个数据集上的内部表示。结果显示性能显著下降，尤其是在 CVC-ClinicDB 上，其严重程度因架构和数据集而异。研究还发现，对这些谱干预的敏感性位于特定架构的深度，并表明特征谱鲁棒性与输入域谱鲁棒性不同。
-
新型CSG-Mamba模型提高了内窥镜息肉分割的准确性
研究人员开发了CSG-Mamba，一种新型卷积评分门控视觉状态空间网络，旨在改进内窥镜息肉分割。该模型基于VM-UNet架构构建，在其瓶颈处集成了一个卷积评分门控模块，以重新校准状态空间特征。在Kvasir-SEG和CVC-ColonDB数据集上的实验表明，CSG-Mamba在重叠率和召回率指标上优于基线模型，同时保持了具有竞争力的边界准确性。
-
研究人员开发用于医学图像分割和持续学习的新型人工智能方法
研究人员正在开发先进的医学图像分割技术，以应对域偏移和提示依赖等挑战。一种方法侧重于SAM2等模型的无提示、参数高效微调，在降低计算成本的同时显著提高了准确性。另一项研究对医学分割的持续学习方法进行了基准测试，评估了遗忘之外的性能，并突出了基于重放方法的优势。此外，一个名为MedFlowSeg的新框架利用流匹配技术在医学图像分割中进行高效灵活的生成建模，其性能优于现有的基于扩散的方法。