chaucerg / blog-comments Goto Github PK

https://chaucerg.github.io/messageboard/

欢迎留言 大家有任何问题，都可以在评论区给我留言，或者可以加本人微信沟通 ~

https://www.chaucerg.top/2021/09/27/18/

本文提出了一种用于医学图像分析的基于Transformer和UNet的神经网络，Transformer直接处理原始图像而不是提取的特征图，性能优于Trans-Unet等网络。作者单位:北京Zoezen机器人,北航 简介 医学图像分割在生物医学图像分析中占有重要地位，也引起了人们的广泛关注。良好的分割结果可以帮助医生进行判断，进一步改善患者体验。 在医学图像分析的众多可用方法中，UNet是最受

https://www.chaucerg.top/2021/09/23/17/

本文提出了一种用于城市场景语义分割的高效混合Transformer(EHT),其利用CNN和Transformer结合学习全局-局部上下文来加强特征表征,性能优于ABCNet等网络,速度高达83.4FPS!代码将开源!作者单位:武汉大学,兰卡斯特大学等 简介高分辨率城市场景图像的语义分割在土地覆盖制图、城市变化检测、环境保护和经济评估等广泛的实际应用中起着至关重要的作用。卷积神经网络采用分

https://www.chaucerg.top/2021/07/30/CompConv%E5%8D%B7%E7%A7%AF%E8%AE%A9%E6%A8%A1%E5%9E%8B%E4%B8%8D%E4%B8%A2%E7%B2%BE%E5%BA%A6%E8%BF%98%E5%8F%AF%E4%BB%A5%E6%8F%90%E9%80%9F/

为了降低CNN的计算成本，本文提出了一种新的卷积设计：它利用分治法策略来简化特征图的转换。即插即用！可直接替换普通卷积，几乎不牺牲性能，极致压缩CNN结构！