跳到正文
热点事件持续更新

提出 LeViT-UNet++ 高效医学图像分割架构

1 篇报道1 个报道来源13 小时前更新

先了解这件事

AI 综述

Guoping Xu 等人在 arXiv 发布论文,提出 LeViT-UNet++ 模型。该架构旨在平衡局部细节保留与全局上下文建模,通过引入 Haar 小波多尺度下采样模块分解特征表示,并利用基于深度卷积的解码器融合 Transformer 块的全局表示与局部空间特征,以解决高效医学图像分割问题。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv · 机器人与计算机视觉
    LeViT-UNet++:面向高效医学图像分割的细粒度细节与上下文平衡研究

    Guoping Xu 等人提出 LeViT-UNet++,这是一种旨在平衡局部细节保留与全局上下文建模的高效编码器 - 解码器架构。该模型引入 Haar 小波多尺度下采样模块以分解特征表示并提取多尺度结构信息,同时开发基于深度卷积的解码器来融合 Transformer 块的全局表示与局部空间特征。

本事件热度走势

可比范围当前
7
可比范围峰值
911月18日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。