arXiv · 机器人与计算机视觉· Juan Miguel Valverde, Maja {\O}stergaard, Adrian Rodriguez-Palomo, Peter Alling Strange Vibe, Nina K{\o}lln Wittig, Henrik Birkedal, Anders Bjorholm Dahl·· 28 天前AI 评分35
CoLeTra:一种提升图像分割拓扑准确性的数据增强方法
Disconnect to Connect: A Data Augmentation Method for Improving Topology Accuracy in Image Segmentation
AI 导读
CoLeTra 是一种数据增强方法,通过人为切断薄管状结构(如血管)的图像连接但保留原始标签,让模型学习“看似断开实则连续”的先验知识以改善拓扑精度。该方法在多种架构、损失函数及数据集上的实验表明,其分割结果拓扑更准确,Dice 系数与 clDice 指标通常优于基线。作者同时发布了一个专为提升拓扑准确性设计的专用数据集,代码托管于指定 URL。
来源:arXiv · 机器人与计算机视觉 · arxiv.org