本文主要研究内容
作者(2019)在《内窥镜视频中多类别人造物的检测与分割(英文)》一文中研究指出:概要:为准确定位内窥镜视频中的人造物,帮助医生提升诊断准确率,引入深度神经网络检测与分割模型,采用特征金字塔与级联R-CNN相互结合的框架,并使用PSPNet结合分类器链的思想,从而解决分割及数据匮乏问题,有效提升性能,并在EAD 2019数据集上取得领先的性能。
Abstract
gai yao :wei zhun que ding wei nei kui jing shi pin zhong de ren zao wu ,bang zhu yi sheng di sheng zhen duan zhun que lv ,yin ru shen du shen jing wang lao jian ce yu fen ge mo xing ,cai yong te zheng jin zi da yu ji lian R-CNNxiang hu jie ge de kuang jia ,bing shi yong PSPNetjie ge fen lei qi lian de sai xiang ,cong er jie jue fen ge ji shu ju kui fa wen ti ,you xiao di sheng xing neng ,bing zai EAD 2019shu ju ji shang qu de ling xian de xing neng 。
论文参考文献
论文详细介绍
论文作者分别是来自Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)的,发表于刊物Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)2019年12期论文,是一篇关于内窥镜论文,检测与分割论文,多类别人造物论文,级联论文,Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)2019年12期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)2019年12期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:内窥镜论文; 检测与分割论文; 多类别人造物论文; 级联论文; Journal of Zhejiang University-Science B(Biomedicine & Biotechnology)2019年12期论文;