Fugu-MT 論文翻訳(概要): Panoptic segmentation with highly imbalanced semantic labels

論文の概要: Panoptic segmentation with highly imbalanced semantic labels

arxiv url: http://arxiv.org/abs/2203.11692v1
Date: Thu, 3 Mar 2022 17:46:21 GMT
ステータス: 処理完了
システム内更新日: 2022-03-27 13:11:43.787274
Title: Panoptic segmentation with highly imbalanced semantic labels
Title（参考訳）: 高度不均衡なセマンティックラベルを用いたパノプティックセグメンテーション
Authors: Josef Lorenz Rumberger, Elias Baumann, Peter Hirsch, Dagmar Kainmueller
Abstract要約: 本書では,I SBI 2022における CONIC チャレンジへの提案のために考案した汎視差分法について述べる。本手法の主な特徴は、高度不均衡な細胞型のセマンティックセグメンテーションのために特別に設計した重み付き損失と、既存の最先端の原子核インスタンスセグメンテーションモデルである。
参考スコア（独自算出の注目度）: 6.576173998482651
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This manuscript describes the panoptic segmentation method we devised for our submission to the CONIC challenge at ISBI 2022. Key features of our method are a weighted loss that we specifically engineered for semantic segmentation of highly imbalanced cell types, and an existing state-of-the art nuclei instance segmentation model, which we combine in a Hovernet-like architecture.
Abstract（参考訳）: 本書では,isbi 2022におけるconicチャレンジへの提案のために考案したpanopticセグメンテーション手法について述べる。提案手法の主な特徴は,高度不均衡なセルのセマンティックセグメンテーションのために特別に設計した重み付き損失と,Hovernetのようなアーキテクチャで組み合わせた既存の最先端の原子核インスタンスセグメンテーションモデルである。

関連論文リスト

A Bottom-Up Approach to Class-Agnostic Image Segmentation [4.086366531569003]
本稿では,クラスに依存しないセグメンテーション問題に対処するためのボトムアップの新たな定式化を提案する。我々は、その特徴空間の射影球に直接ネットワークを監督する。ボトムアップの定式化は、クラスベースのセグメンテーション用に設計されたデータセットで訓練された場合でも、例外的な一般化能力を示す。
論文参考訳（メタデータ） (2024-09-20T17:56:02Z)
Enhancing Weakly Supervised Semantic Segmentation with Multi-modal Foundation Models: An End-to-End Approach [7.012760526318993]
Weakly-Supervised Semantic (WSSS)は、広範囲なラベリングに対してコスト効率のよい回避手段を提供する。既存のWSSSメソッドは、セグメンテーション結果の低さにつながるオブジェクトの境界を理解するのに苦労しています。本稿では,境界ボックス内の視覚的基盤モデルを活用することにより,これらの問題に対処する,新しい効果的なフレームワークを提案する。
論文参考訳（メタデータ） (2024-05-10T16:42:25Z)
EAGLE: Eigen Aggregation Learning for Object-Centric Unsupervised Semantic Segmentation [5.476136494434766]
意味的類似性行列から派生した固有ベイズを通して意味的および構造的手がかりを提供する手法であるEiCueを紹介する。オブジェクトレベルの表現を画像内および画像間の整合性で学習する。 COCO-Stuff、Cityscapes、Potsdam-3データセットの実験では、最先端のUSSの結果が示されている。
論文参考訳（メタデータ） (2024-03-03T11:24:16Z)
Noise Contrastive Estimation-based Matching Framework for Low-Resource Security Attack Pattern Recognition [49.536368818512116]
TTP(Tactics, Techniques and Procedures)は、サイバーセキュリティドメインにおける高度な攻撃パターンを表す。そこで本研究では,TTPラベルへのテキストの割り当てが,両者の直接的な意味的類似性によって決定される,異なる学習パラダイムの問題を定式化する。本稿では,効果的なサンプリングベース学習機構を備えたニューラルマッチングアーキテクチャを提案する。
論文参考訳（メタデータ） (2024-01-18T19:02:00Z)
Progressive Feature Self-reinforcement for Weakly Supervised Semantic Segmentation [55.69128107473125]
Weakly Supervised Semantic (WSSS) のイメージレベルラベルを用いたシングルステージアプローチを提案する。我々は、画像内容が決定論的領域(例えば、自信ある前景と背景)と不確実領域(例えば、オブジェクト境界と誤分類されたカテゴリ)に適応的に分割して、別々の処理を行う。そこで我々は,これらの自信のある領域と同一のクラスラベルを持つ拡張画像とのセマンティック一貫性を制約する補完的な自己強調手法を提案する。
論文参考訳（メタデータ） (2023-12-14T13:21:52Z)
Open-Vocabulary Segmentation with Semantic-Assisted Calibration [73.39366775301382]
オープンボキャブラリセグメンテーション(OVS)は,CLIPの文脈に先行して,語彙内およびドメインバイアスの埋め込み空間を校正することで研究される。オープン語彙セグメンテーションベンチマークにおける最先端性能を実現するために,セマンティック・アシブ・キャリブレーション・ネットワーク(SCAN)を提案する。
論文参考訳（メタデータ） (2023-12-07T07:00:09Z)
Coherent Entity Disambiguation via Modeling Topic and Categorical Dependency [87.16283281290053]
従来のエンティティ曖昧化(ED)メソッドは、参照コンテキストと候補エンティティの一致するスコアに基づいて予測を行う、識別パラダイムを採用している。本稿では,エンティティ予測のコヒーレンス向上を目的とした新しいデザインを備えたEDシステムであるCoherentedを提案する。我々は、人気EDベンチマークにおいて、平均1.3F1ポイントの改善により、最先端の新たな結果を得る。
論文参考訳（メタデータ） (2023-11-06T16:40:13Z)
SSUL: Semantic Segmentation with Unknown Label for Exemplar-based Class-Incremental Learning [19.152041362805985]
クラスインクリメンタルセマンティックセグメンテーション(CISS)問題を考える。本稿では,セマンティックセグメンテーションに適した複数の手法を慎重に組み合わせ,SSUL-M(Semantic with Unknown Label with Memory)と呼ばれる新しい手法を提案する。提案手法は,最新の標準ベンチマークデータセットのベースラインよりも性能が大幅に向上していることを示す。
論文参考訳（メタデータ） (2021-06-22T06:40:26Z)
Learning structure-aware semantic segmentation with image-level supervision [36.40302533324508]
CAMにおける失われた構造情報は、下流セマンティックセマンティックセグメンテーションにおけるその応用を制限すると論じる。劣化予測をペナルティ化する補助意味境界検出モジュールを紹介します。 PASCAL-VOCデータセットの実験結果から,提案手法の有効性が示された。
論文参考訳（メタデータ） (2021-04-15T03:33:20Z)
Causal Intervention for Weakly-Supervised Semantic Segmentation [122.1846968696862]
画像レベルのラベルのみを用いて、より優れたピクセルレベルの擬似マスクを生成することを目指している。画像,コンテキスト,およびクラスラベル間の因果関係を分析するための構造因果モデルを提案する。そこで本研究では,画像レベルの分類において,矛盾するバイアスを取り除くためのコンテキスト調整(CONTA)手法を提案する。
論文参考訳（メタデータ） (2020-09-26T09:26:29Z)
Unsupervised Instance Segmentation in Microscopy Images via Panoptic Domain Adaptation and Task Re-weighting [86.33696045574692]
病理組織像における教師なし核分割のためのCycle Consistency Panoptic Domain Adaptive Mask R-CNN(CyC-PDAM)アーキテクチャを提案する。まず,合成画像中の補助的な生成物を除去するための核塗布機構を提案する。第二に、ドメイン識別器を持つセマンティックブランチは、パンプトレベルのドメイン適応を実現するように設計されている。
論文参考訳（メタデータ） (2020-05-05T11:08:26Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。