期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
伪标签置信度调控结直肠癌病理图像半监督语义分割
1
作者
徐晗晗
张印辉
+4 位作者
何自芬
刘珈岑
李振辉
吴琳
史本杰
《光学精密工程》
北大核心
2025年第4期591-609,共19页
为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割...
为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割。首先,基于教师-学生模型的半监督语义分割框架,提出在一致性正则化中嵌入类别置信度调控,通过对未训练教师模型生成的低置信度伪标签中的混淆类别进行移除以增强确定性,从而提升低置信度伪标签的贡献率。其次,提出对训练后教师模型生成的伪标签进行先筛选后细化的操作范式,通过对筛选后的高置信度伪标签进行基于条件随机场的细化操作,以改善高置信度伪标签中边界模糊和缺乏语义信息的问题。最后,为缓解伪标签数据中的类别不平衡,设计了一种基于伪标签类别数判定的自适应随机级联强数据增强的方法。通过自建结直肠癌病理图像数据集以及公开的多类别病理图像数据集进行实验验证,本文方法实现了74.09%的结直肠癌病理图像四个类的平均分割精度,相比于基准网络提高6.43%,为结直肠癌病理图像半监督语义分割提供有力的算法支持。
展开更多
关键词
结直肠癌病理图像
半监督语义分割
教师-学生模型
一致性正则化
条件随机场
数据增强
在线阅读
下载PDF
职称材料
基于条件语义增强的文本到图像生成
被引量：
2
2
作者
余凯
宾燚
+1 位作者
郑自强
杨阳
《软件学报》
EI
CSCD
北大核心
2024年第5期2150-2164,共15页
文本到图像生成取得了视觉上的优异效果,但存在细节表达不足的问题.于是提出基于条件语义增强的生成对抗模型(conditional semantic augmentation generative adversarial network,CSA-GAN).所提模型首先将文本进行编码,使用条件语义增...
文本到图像生成取得了视觉上的优异效果,但存在细节表达不足的问题.于是提出基于条件语义增强的生成对抗模型(conditional semantic augmentation generative adversarial network,CSA-GAN).所提模型首先将文本进行编码,使用条件语义增强对其进行处理.之后,提取生成器的中间特征进行上采样,再通过两层CNN生成图像的掩码.最后将文本编码送入两个感知器处理后和掩码进行融合,充分融合图像空间特征和文本语义,以提高细节表达.为了验证所提模型的生成图像的质量,在不同的数据集上进行定量分析、定性分析.使用IS(inception score)、FID(Frechet inception distance)指标对图像清晰度,多样性和图像的自然真实程度进行定量评估.定性分析包括可视化生成的图像,消融实验分析具体模块等.结果表明:所提模型均优于近年来同类最优工作.这充分验证所提出的方法具有更优性能,同时能够优化图像生成过程中一些主体特征细节的表达.
展开更多
关键词
文本到图像生成
条件语义增强
空间-语义融合
在线阅读
下载PDF
职称材料
题名
伪标签置信度调控结直肠癌病理图像半监督语义分割
1
作者
徐晗晗
张印辉
何自芬
刘珈岑
李振辉
吴琳
史本杰
机构
昆明理工大学机电工程学院
云南省肿瘤医院放射科
云南省肿瘤医院病理科
出处
《光学精密工程》
北大核心
2025年第4期591-609,共19页
基金
国家自然科学基金(No.62061022,No.62171206)
装备智能运用教育部重点实验室开放基金项目(No.AAIE-2023-0203)。
文摘
为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割。首先,基于教师-学生模型的半监督语义分割框架,提出在一致性正则化中嵌入类别置信度调控,通过对未训练教师模型生成的低置信度伪标签中的混淆类别进行移除以增强确定性,从而提升低置信度伪标签的贡献率。其次,提出对训练后教师模型生成的伪标签进行先筛选后细化的操作范式,通过对筛选后的高置信度伪标签进行基于条件随机场的细化操作,以改善高置信度伪标签中边界模糊和缺乏语义信息的问题。最后,为缓解伪标签数据中的类别不平衡,设计了一种基于伪标签类别数判定的自适应随机级联强数据增强的方法。通过自建结直肠癌病理图像数据集以及公开的多类别病理图像数据集进行实验验证,本文方法实现了74.09%的结直肠癌病理图像四个类的平均分割精度,相比于基准网络提高6.43%,为结直肠癌病理图像半监督语义分割提供有力的算法支持。
关键词
结直肠癌病理图像
半监督语义分割
教师-学生模型
一致性正则化
条件随机场
数据增强
Keywords
colorectal cancer pathological images
semi-supervised
semantic
segmentation
teacher-student model
consistency regularization
conditional
random fields
data
augmentation
分类号
TP394.1 [自动化与计算机技术—计算机应用技术]
TH691.9 [机械工程—机械制造及自动化]
在线阅读
下载PDF
职称材料
题名
基于条件语义增强的文本到图像生成
被引量：
2
2
作者
余凯
宾燚
郑自强
杨阳
机构
电子科技大学计算机科学与工程学院
电子科技大学(深圳)高等研究院
出处
《软件学报》
EI
CSCD
北大核心
2024年第5期2150-2164,共15页
基金
国家自然科学基金(62102070,U20B2063,62220106008)
四川省科技计划(2023NSFSC1392)。
文摘
文本到图像生成取得了视觉上的优异效果,但存在细节表达不足的问题.于是提出基于条件语义增强的生成对抗模型(conditional semantic augmentation generative adversarial network,CSA-GAN).所提模型首先将文本进行编码,使用条件语义增强对其进行处理.之后,提取生成器的中间特征进行上采样,再通过两层CNN生成图像的掩码.最后将文本编码送入两个感知器处理后和掩码进行融合,充分融合图像空间特征和文本语义,以提高细节表达.为了验证所提模型的生成图像的质量,在不同的数据集上进行定量分析、定性分析.使用IS(inception score)、FID(Frechet inception distance)指标对图像清晰度,多样性和图像的自然真实程度进行定量评估.定性分析包括可视化生成的图像,消融实验分析具体模块等.结果表明:所提模型均优于近年来同类最优工作.这充分验证所提出的方法具有更优性能,同时能够优化图像生成过程中一些主体特征细节的表达.
关键词
文本到图像生成
条件语义增强
空间-语义融合
Keywords
text-to-image generation
conditional
semantic
augmentation
(
csa
)
spatial-
semantic
fusion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
伪标签置信度调控结直肠癌病理图像半监督语义分割
徐晗晗
张印辉
何自芬
刘珈岑
李振辉
吴琳
史本杰
《光学精密工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于条件语义增强的文本到图像生成
余凯
宾燚
郑自强
杨阳
《软件学报》
EI
CSCD
北大核心
2024
2
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
