跳到正文
热点事件持续更新

DAUPNet 论文发布及跨域语义分割成果

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Lei Yuan 等研究人员发布了 DAUPNet 框架,其核心在于将跨域原型匹配重构为不确定性感知的原型判别。该方法通过先对齐层级特征以提供稳定证据,再用概率方式表示前景/背景原型,并利用估计的不确定性调节对比优化。在四个标准目标域上,DAUPNet 在 1-shot 和 5-shot 设置下分别实现了 72.6% 和 76.7% 的平均 mIoU。该方案在严重域偏移下提供了稳健且可解释的方法,且在两个医学领域提升了显著效果,目前代码已开源。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. arXiv · AI
    DAUPNet:跨域少样本语义分割中的领域感知不确定性建模

    论文提出 DAUPNet 框架,将跨域原型匹配重构为不确定性感知的原型判别,在四个目标域上取得 72.6%(1-shot)和 76.7%(5-shot)的平均 mIoU。 该方法先对齐层级特征以提供稳定证据,再用概率方式表示前景/背景原型,并利用估计的不确定性调节对比优化,在两个医学领域提升显著。 代码已开源,该方案在严重域偏移下为跨域少样本语义分割提供了稳健且可解释的方法。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月2日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。