V
主页
京东 11.11 红包
【24年7月】SvANet | 小型医学对象分割网络
发布人
大家好,今天给大家介绍的论文是SvANet: A Scale-variant Attention-based Network for Small Medical Object Segmentation,Under review by the IEEE Transactions on Medical Imaging, 2024.本文提出的Scale-variant Attention-based Network(SvANet)是一种专门用于小医疗物体分割的深度学习模型。该模型主要由四个组件组成:Monte Carlo attention、cross-scale guidance、scale-variant attention和convolution with vision transformer。其中,Monte Carlo attention模块使用随机采样池化操作在单个阶段生成不同尺度的注意力图,以增强网络识别小医学对象的能力;cross-scale guidance模块利用早期模型阶段的高分辨率特征来引导后期阶段的学习;scale-variant attention(SvAttn)模块处理全局依赖关系,跨越不同尺度,捕捉上下文信息;AssemFormer模块将卷积和transformer操作结合起来,这种方法能够结合局部空间层次结构和块间表示,从而提供对图像数据的全面理解。
打开封面
下载高清视频
观看高清视频
视频下载器
scSE:空间通道注意力,即插即用,适用于图像分割等图像处理领域
深度学习CVPR 2024 | 轻量高效ViT | SHViT
TPAMI 2024 | 有效涨点的特征融合模块FreqFusion,目标检测、图像分割等任务均适用
【ICCV2023】深度学习多尺度线性注意力模块MLA
深度学习息肉分割 | WACV2024 | MEGANet
轻量高效即插即用模块MSPA,二维视觉图像任务均可用
(PRCV 2023)深度学习即插即用空间聚合模块GLSA,医学图像分割
自适应分层特征融合模块HFF,适用于图像分类、图像分割任务,深度学习即插即用模块
研究生最好的状态,研一发论文,研二找实习
深度学习|ECCV 2024 | 即插即用小波变换卷积|计算机视觉任务通用
DA_Block:即插即用模块,可缝合在transformer或unet中
CVPR 2024 | 图像恢复 | Adaptive Sparse Transformer
即插即用-打败传统CNN和Transformer的创新模块!指标提升,参数减少、模型涨点
深度学习目标检测 | 多尺度特征融合 | 即插即用模块
GSC(MICCAI2024):可以应用在Mamba中的卷积模块,3d和2d版本,即插即用
TIF:特征融合模块,可以在跳跃连接过程中使用
深度学习 | ECCV 2024 | 图像恢复 | Histoformer
PGM(NeurIPS2023):适用于图像去噪,去雨,去雾的即插即用模块
RSAblock:适用于3d医学图像分割的注意力模块,可以缝合在UNet中,即插即用
深度学习 | KBS | RGBD显著性目标检测 | MAGNet
CVPR 2024 | 遥感目标检测 | 即插即用PKI模块
axial attention(MICCAI2021):适用于图像分割的注意力模块
深度学习图像去雾 | 级联动态滤波器 | CasDyF-Net
SLAB(ICML2024):可应用在transformer中的归一化方法和注意力模块,附演示教程
CPCA:改进SE和CBAM的即插即用注意力模块
两个适用于图像去噪任务的残差注意力模块,即插即用
仅使用pytorch实现的即插即用Mamba模块,不需要linux环境和mambassm库
PConv(CVPR2023):即插即用卷积模块
GAU(AAAI2024):无缝集成到SNN的即插即用注意力模块
深度学习裂缝检测 | 基于Haar小波的注意力
深度学习CVPR 2024 | InceptionNeXt | 即插即用模块
深度学习模块缝合教程,将模块原有的注意力替换成别的模块的注意力
PAA endocer,即插即用模块,附替换教程,适用于图像分割任务
GAB&GHPA(MICCAI2023):可以缝在Unet中的即插即用模块,适用于2d图像分割
深度学习行人重识别 | PDM
进来我保你发二区!
深度学习语音增强领域模块TSConformerBlock
(CVPR 2024)即插即用多尺度注意力机制MAB模块,即用即涨点起飞
GCT(CVPR2020):改进通道注意力SENet,即插即用模块
AFF(WACV2021):基于注意力机制的多特征融合模块