提出DAUPNet用于跨域少样本分割
热点事件持续更新
提出DAUPNet用于跨域少样本分割
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Lei Yuan 等提出 DAUPNet，将跨域少样本语义分割中的原型匹配重构为不确定性感知的原型判别框架：协调支持-查询层次特征，对前景与背景原型进行概率化建模，并用估计的不确定性调节对比优化。 论文报告，在四个标准目标域上，该方法 1-shot 和 5-shot 设置分别达到 72.6% 和 76.7% 的平均 mIoU，并在两个医学领域也有显著提升。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
DAUPNet：面向跨域少样本语义分割的不确定性感知原型判别方法报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AIDAUPNet：面向跨域少样本语义分割的不确定性感知原型判别方法
DAUPNet 将跨域少样本语义分割（CD-FSS）中的原型匹配重构为不确定性感知的原型判别框架，通过协调支持-查询层次特征、概率化建模前景与背景原型，并用估计的不确定性调节对比优化。在四个标准目标域上，该方法 1-shot 和 5-shot 设置分别达到 72.6% 和 76.7% 的平均 mIoU，在两个医学领域也有显著提升。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。