Das Paper stellt ein Framework für die annotationseffiziente Nukleus-Instanzsegmentierung vor, das auf Few-Shot Learning basiert. Es adressiert die Herausforderung der knappen Annotationen durch die Nutzung externer vollständig annotierter Datensätze. Das vorgeschlagene SGFSIS-Framework übertrifft andere Lernparadigmen in der Leistung und ermöglicht vergleichbare Ergebnisse zur vollständig überwachten Lernmethode mit weniger als 5% der Annotationen.
לשפה אחרת
מתוכן המקור
arxiv.org
תובנות מפתח מזוקקות מ:
by Yu Ming,Ziha... ב- arxiv.org 02-29-2024
https://arxiv.org/pdf/2402.16280.pdfשאלות מעמיקות