文森特的博客

Paper:https://arxiv.org/pdf/2004.08790Code:https://github.com/ZJUGiveLab/UNet-Version以前和大家分享过UNet和UNet++，UNet是一种编码器解码器结构的卷积神经网络，常用于医学图像分割；而UNet++是在UNet的基础上添加嵌套和密集跳过连接的卷积神经网络。这次给大家分享UNet系列的一篇新作UNet3+，它使用全尺度的跳跃连接把不同尺度的特征图相融合，并且通过深度监督从多尺度聚合的特征图中学习特征表达，还提出了一

YOLACT：https://arxiv.org/abs/1904.02689YOLACT++：https://arxiv.org/abs/1912.06218Code：https://github.com/dbolya/yolact/本文的主要贡献：YOLACT是第一个在MS COCO数据集上实现实时实例分割的模型，它是通过两个并行的子网络来实现的。(1)Prediction Hea...

原文链接：https://arxiv.org/abs/1811.01328代码链接：https://github.com/RanSuLab/RAUNet-tumor-segmentation摘要：由于肝脏和肿瘤的分布不均匀和形态各异，因此从CT图像中分割出肝脏和肿瘤是一个非常困难的任务。现在，2D和3D的卷积神经网络在医生图像分割任务中变得很流行，但是3D的卷积神经网络计算成本太高。因此...