通过知识挖掘大模型进行半监督医学图像分割

BriefGPT - AI 论文速递 ·

本研究提出了一种知识挖掘策略，利用大型视觉模型SAM的知识，提升小型深度学习模型在医学图像分割中的性能。通过将SAM在未标注图像上的输出转化为“伪标签”，显著改善了U-Net++模型的训练效果，验证了知识挖掘的应用价值。

U-Net++ 伪标签医学图像半监督大模型知识挖掘视觉模型

原文中文，约300字，阅读约需1分钟。