Papers with Code 아카이브
Image Segmentation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 13
- 보존된 평가 기록
- 34
Image Segmentation is a computer vision task that involves dividing an image into multiple segments or regions, each of which corresponds to a different object or part of an object. The goal of image segmentation is to assign a unique label or category to each pixel in the image, so that pixels with similar attributes are grouped together.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
Super-Generalist: 제너럴리스트-스페셜리스트 시너지를 통한 포괄적이고 정확한 의료 영상 이해를 향하여
CtrlVTON: 시각적 인스턴스 프롬프트 세그멘테이션을 통한 제어 가능한 가상 피팅
텍스트 유도 의료 분할을 위한 백본으로부터의 언어 지도 분리
거짓 신뢰: 자동화된 레이블이 경추 분할의 공정성 감사를 교란한다
진화하는 클라이언트 및 레이블 공간을 위한 비동기 연합 지속 분할
LlamaSeg: 자기회귀 마스크 생성을 통한 이미지 분할
MSRNet: 위장 객체 검출을 위한 다중 스케일 재귀 네트워크
해부학적 가이드 잠재 확산을 이용한 뇌 MRI 진행 모델링
영상 유도 신경외과 수술을 위한 뇌 변형의 데이터 기반 정합 및 모델링: 체계적 문헌고찰
자기지도 비전 트랜스포머에서의 인간과 유사한 객체 그룹화
딥 스프라이트 기반 이미지 모델: 분석 연구
RGB 생성에서 밀집 필드 판독으로: 텍스트-이미지 모델을 활용한 픽셀 공간 밀집 예측
어텐션 기반 백질 고신호 병변 분할 및 혈관성 대 탈수초성 병변 감별
지표인가 신기루인가? 대장내시경 용종 분할 벤치마크의 평가 불일치에 대한 감사
개방형 어휘 내시경 합성 참조 분할을 위한 속성 검색
당뇨병성 망막병증 병변 분할을 위한 다중 해상도 특징 스템
SAM-MT: 실시간 인터랙티브 다중 대상 비디오 분할
인스턴스 분할을 위한 컨포멀 예측 집합
체적 방향성 확산: 모호한 의료 이미지 분할을 위한 해부학적 합의 기반 불확실성 정량화 앵커링
픽셀 수준 로컬라이제이션을 위한 CLIP 재활용
생성 이미지 모델을 활용한 학습 없는 기본 형태 추상화
REVIVE: 자율주행차량의 반달리즘 탐지 및 복원을 위한 멀티모달 프레임워크
LEGATO 2: 멀티모달 악보 인식 및 이해를 향하여
OBBSeg: 방향성 경계 상자 어노테이션 기반 불규칙 병변 이미지 분할
EcoVision: AI 기반 드론 이미징을 활용한 염생 습지 식생 모니터링 및 우점종 매핑
Dual-Adaptive SAM3: 매개변수 효율적 의료 이미지 분할을 위한 저랭크 전문가 레이어 기반 계층적 라우팅
신뢰도 인식 CT-MRI 정합: 안정성 분석 및 위험 분류를 포함한 품질 엔지니어링 프레임워크
조건부 생성적 적대 신경망을 활용한 2D 이미지로부터의 속성 제약 3D 다공성 매질 재구성
동결된 백본에 해상도가 언제 도움이 되는가? 해상도에서의 전역 어텐션이 위장 및 해양 동물 분할의 확장 가능한 적응을 예측한다
이득 인식 예측 공간 재귀 컨트롤러를 통한 경량 폴립 분할
다중 태스크 의료 이미지 분할을 위한 SNR 적응형 통합 확산 모델
EPRA U-Net: 확산 강조 MRI에서 정확한 경색 분할을 위한 효율적 피라미드 잔차 어텐션 프레임워크
파편화된 문서의 안내 및 협업 복원을 위한 비전 기반 시스템
IPDiff: 정보 재구성 및 다중 사전 안내를 통한 확산 기반 광학 원격탐사 영상 현저 객체 검출
데이터 부족 환경에서 세밀한 UAV 타겟 분할을 위한 SAM 감독 탐구
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.