BriefGPT - AI 论文速递
·
结肠息肉分割中不确定区域的语义适应
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了DDANet架构，通过在Kvasir-SEG数据集上训练并在未见数据集上测试，证明了模型的泛化能力。
🎯
关键要点
- 提出了一种新型架构 DDANet，基于双解码器注意力网络。
- 在 Kvasir-SEG 数据集上训练，并在未见数据集上测试。
- 模型达到了 0.7874 的 Dice 系数。
- 模型达到了 0.7010 的 mIoU。
- 模型达到了 0.7987 的召回率。
- 模型达到了 0.8577 的精度。
- 证明了模型的泛化能力。
🏷️
标签
➡️
