CVHub

本文介绍了一种基于 nnU-Net 框架的可扩展和可转移的医学图像分割模型 STU-Net。STU-Net 最大包含 14 亿个参数，是迄今为止最大的医学图像分割模型。

本文介绍了 SEEM，该模型可以同时对所有语义进行全局分割，并且可以与用户互动，接受来自用户的不同类型的视觉提示，包括点击、框选、多边形、涂鸦、文本和参考图像分割。

南丹麦大学 (University of Southern Denmark)是丹麦机器人研究的中心及诞生地, 其具有世界一流的机器人科研环境和设备且在协作机器人领域处于全球领先地位。

在本工作中，我们展示了FixMatch迁移到半监督语义分割任务中的有效性。我们通过消融实验验证了强扰动的重要性，并进一步通过特征强扰动扩展了FixMatch的扰动空间。

在这篇论文中，作者重新审视了局部注意力机制，并通过提出一种新颖的 Slide Attention 模块来解决其效率问题。

本论文提出了 CloFormer，一种具有上下文感知的局部增强机制的轻量级视觉 Transformer，并且开发了一种新颖的局部感知方法。

公司简介 秘塔科技成立于2018年4月，是人工智能领域的一家新锐科技公司，致力于运用AI技术赋能专业场景，将重复脑力劳动AI化，以AI为杠杆撬动专业场景的百倍生产力提升。

本文提出了一种新的可置换混合网络PHNet，用于3D体积医学图像分割任务。PHNet集成了2D CNN、3D CNN和MLP，以实现局部和全局特征的提取和集成。

本文介绍了一个新颖的学习框架，可以轻松地训练立体匹配网络，而不需要任何ground-truth数据。