医学图像分割论文：Swin-Unet—Unet-like Pure Transformer for Medical Image Segmentation_202105.05537
摘要：CNN由于卷积操作的局部性，难以学习全局和长范围的语义信息。交互。 提出swin-unet，是一个像Unet的纯transformer，用于医学图像分割。采用层级的带移动窗口的swin transformer作为编码器，提取上下文特征。一个对称的、带有patch展开层的、基于swin-transformer的解码器用于上采样操作，恢复特征图的空间分辨率。 在直接下采样输入和上采样输出4倍时，在多器官和心脏分割任务上证明，提出的网络超过了全卷积或卷积和transformer的结合方法。模型和代码将公开在：https://github.com/HuCaoFighting/Swin-Unet
阅读全文
posted @
2021-05-21 15:23
一点飞鸿
阅读(2334)
推荐(0) 编辑
可作为CV backbone的Transformer：Swin Transformer_Hierarchical Vision Transformer using Shifted Windows
摘要：Swin Transformer能够兼容广泛的视觉任务，包括图像分类(在ImageNet-1K的最高准确率86.4)和高密度预测任务，如目标检测(在COCO test-dev数据上58.7 box AP和51.1 mask AP)和语义分割(在ADE20K val上53.5 mIoU)。它在coco数据上，比之前的sota模型多2.7个box ap,2.6个mask ap，在ADE20K上，比之前sota多3.2个mIoU。
代码：https://github.com/microsoft/Swin-Transformer
阅读全文
posted @
2021-05-21 14:55
一点飞鸿
阅读(1454)
推荐(0) 编辑
医学图像分割论文(cvpr2021): TransUNet
摘要：本文提出TransUNet，比transformer和Unet都要好，可作为医学图像分割的替代方案。transformer从cnn的特征图编码图像块，作为输入序列，用于提取全局特征。解码器上采样编码特征，与高分辨率CNN特征结合，进行精确定位。
代码已开源：https://github.com/Beckschen/TransUNet
阅读全文
posted @
2021-05-10 13:19
一点飞鸿
阅读(10495)
推荐(0) 编辑
