BiSeg-SAM: A Weakly-Supervised Post-Processing Framework for Enhancing Binary Segmentation in Segment Anything Models
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种名为BiSeg-SAM的弱监督框架，旨在提高医学图像中息肉和皮肤病变的二元分割精度。该框架结合了SAM模型和CNN模块，通过自动提示框和多选掩模技术，显著提升了分割效果，实验结果优于现有技术。
🏷️
