从Kaggle冠军到实战：用PyTorch复现U-Net，在Kvasir-SEG ...
2026年4月16日 · 从Kaggle冠军方案到医学图像分割实战：PyTorch U-Net在Kvasir-SEG上的迁移优化全记录 当我在Kaggle上看到那支赢得Carvana图像分割挑战赛的团队时，他们的U-Net实现让我眼前一 …
ConDSeg 即插即用：对比驱动 + 三头解码，让医学分割在低 ...
2025年10月30日 · Table 3：在 Kvasir-SEG 上，分别比较「仅 Stage-1」「仅 Stage-2」「一阶段端到端」「两阶段不加 CR」「两阶段+CR」。 结论： 两阶段+CR 最优；CR 有效增强编码器鲁棒性并提 …
GitHub - xiaozhou-alt/Kvasir-SEG: 基于YOLOv8和AttUnet ...
2025年10月15日 · 胃息肉作为消化道常见病变，其早期精准检测与轮廓分割对临床诊断和治疗方案制定至关重要。 传统人工诊断依赖医师经验，存在小息肉漏检、边界定位误差等问题。 本项目基于深度 …
2026-05-16 医学图像分割论文精读：Med-DisSeg 与 ...
2026年5月16日 · 两篇都来自同一作者团队、都强调“结构/边界/表示分散”，说明近期趋势仍在从单纯堆叠 backbone 转向 representation regularization + boundary/frequency-aware decoder；但也因为两篇方 …
从Kvasir-SEG到临床辅助：基于U-Net的鼻息肉分割实战与调优
2026年5月16日 · Kvasir-SEG数据集的出现为这个问题提供了突破口这个包含1000张息肉图像及对应标注的数据集虽然规模不大但图像分辨率从332x487到1920x1072像素不等很好地模拟了真实临床场景中 …
基于最优传输特征选择的医学图像分割迁移学习 - jlu.edu.cn
3 天之前 · 在无监督领域自适应迁移学习过程中，域无关特征导致模型分割性能下降，而目前并没有针对迁移学习分割模型有效的特征选择方法。 为解决该问题，提出了一个基于最优传输的迁移学习通用 …
HSF-Net：一种用于息肉分割的混合空间域和频率域变换器 ...
2025年11月19日 · 实验结果表明，HSF-Net在Kvasir-SEG数据集上达到了0.932的mDice值，在ETIS数据集上达到了0.818的mDice值，显著优于13种现有的最先进的方法。 这些结果不仅验证了HSF-Net在 …
Kvasir-SEG：一个分割的息肉数据集 | 论文 | HyperAI超神经
我们通过传统分割方法和现代基于深度学习的卷积神经网络（Convolutional Neural Network, CNN）方法展示了该数据集的应用。 该数据集对于研究人员重现结果和比较方法具有重要价值。 通过为仅提供 …
Kvasir SEG2020——胃肠道疾病之息肉分割 - 腾讯云
2024年1月15日 · 本文介绍了Kvasir-SEG2020数据集及其在胃肠息肉分割中的应用。 该数据集包含1000个息肉图像及相应掩码，旨在提高息肉检测率，降低结直肠癌风险。 文章还描述了技术路线和 …
Kvasir-SEG · Datasets
ModelScope——汇聚各领域先进的机器学习模型，提供模型探索体验、推理、训练、部署和应用的一站式服务。 在这里，共建模型开源社区，发现、学习、定制和分享心仪的模型。
- 为回应符合本地法律要求的通知，部分搜索结果未予显示。有关详细信息，请参阅此处。