需申請審核

H11-M25_整合半監督式、弱監督式與非監督式深度學習方法之分割/協同分割方法

考量到病理影像數據龐大,人工標註成本極高,因此若能降低標註負擔,能更好加速病理 AI 模型開發。我們提出一種基於弱監督學習的方法,並引入前景與背景 Token,以幫助模型更有效地學習複雜的組織結構,進而精準分割出目標區域。

資料與資源

額外的資訊

欄位
作者 趙珈葦
維護者 趙珈葦
版本 1.0.0
最後更新 九月 30, 2025, 16:12 (CST)
建立 九月 30, 2025, 16:03 (CST)

推薦資料集:


  • 科技部哲學學門專題計畫補助清冊

    付費方式 免費
    更新頻率 不定期
    科技部哲學學門專題計畫補助清冊
  • insight_test_17071

    付費方式 免費
    更新頻率 不定期
  • 新竹市中度級以上急救責任醫院

    付費方式 免費
    更新頻率 不定期
    新竹市中度級以上急救責任醫院清冊
  • 新竹市保全公司業者名冊

    付費方式 免費
    更新頻率 不定期
    新竹市保全公司業者資訊
  • 108年臺南市測量案件統計報表

    付費方式 免費
    更新頻率 不定期
    臺南市所屬各地政事務所土地複丈、建物測量案件統計值