GENIQ提出免训练皮肤病变分割方法
热点事件观察中
GENIQ提出免训练皮肤病变分割方法
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Hongyu Cao等人提出免训练皮肤病变分割方法GENIQ：用文本到图像扩散Transformer生成的健康皮肤与病变图像构建初始原型，再用未标注皮肤镜图像中最像皮肤和病变的patch精化方向，推理时不需要标注或额外模型。 该方法在三个皮肤镜测试集上Dice为0.85–0.88，在所有三个测试集上优于零样本和基于词注意力的方法，在两个测试集上Dice与IoU超过手工设计的皮肤镜流程。
AI 根据报道生成 · 5 小时前更新
最新进展11月5日 03:20
GENIQ：用文本到图像生成器自身生成的图像查询皮肤病变分割报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.AIGENIQ：用文本到图像生成器自身生成的图像查询皮肤病变分割
GENIQ 是一种无需训练的皮肤病变分割方法，利用文本到图像扩散 Transformer 生成的健康皮肤与病变图像构建初始原型，再用未标注皮肤镜图像中最像皮肤和病变的 patch 精化方向。该方法无需推理时标注或额外模型，在三个皮肤镜测试集上 Dice 达 0.85-0.88，在所有三个测试集上优于零样本和基于词注意力方法，在两个测试集上 Dice 与 IoU 超过手工设计的皮肤镜流程。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 411月6日 11:00
- 近 24 小时变化
- –
01234
11:0012:0013:0014:0015:00
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。