arXiv · AI· Guoping Xu, Jinling Zhu, Liuyue Li·· 2 天前AI 评分21
LeViT-UNet++ 提出高效医学图像分割架构,平衡细节与上下文
LeViT-UNet++: Towards Balanced Fine-Grained Details and Context for Efficient Medical Image Segmentation
AI 导读
LeViT-UNet++ 架构通过 Haar Wavelet 多尺度下采样模块和基于深度卷积的解码器,在有限计算资源下平衡局部细节保留与全局上下文建模。 在 Synapse 数据集上,该模型以 8.025M 参数量和 241.72 FPS 的推理速度实现 76.57% 的 DSC,验证了波let 特征提取与轻量级局部-全局融合的有效性,代码已开源。
来源:arXiv · AI · arxiv.org