arXiv · 机器人与计算机视觉· Prashant Pandey·· 6 天前AI 评分16
CSSL:基于类级补丁与轮廓自适应一致性的对比半监督分割方法
Contrastive Semi-Supervised Segmentation with Class-wise Patches and Silhouette-Adaptive Consistency
AI 导读
CSSL 提出一种针对医学图像分割的对比半监督方法,通过类级采样、混合难负样本的监督对比损失及基于轮廓系数的特征扰动一致性损失提升性能。在 MoNuSeg(50% 标注)和 CHAOS T2(25% 标注)数据集上,该方法分别达到 80.87±0.17 的核 F1 分数与 89.01 的 Dice 系数,显著优于 Self-Loop、DAFNet 及基线配方。
来源:arXiv · 机器人与计算机视觉 · arxiv.org