DAUPNet 用不确定性建模提升跨域小样本分割
热点事件持续更新
DAUPNet 用不确定性建模提升跨域小样本分割
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Lei Yuan 等作者提出 DAUPNet，将跨域原型匹配重构为不确定性感知的原型判别：先对齐分层支持-查询特征，再用概率方式表示前景与背景原型，并以估计的不确定性调控对比优化。 在四个标准目标域上，DAUPNet 在 1-shot 和 5-shot 设置下平均 mIoU 分别达到 72.6% 和 76.7%，两个医学域提升明显。论文称代码已公开。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
DAUPNet：面向跨域小样本语义分割的域感知不确定性建模报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · cs.AIDAUPNet：面向跨域小样本语义分割的域感知不确定性建模
DAUPNet 将跨域原型匹配重构为不确定性感知的原型判别，先对齐分层支持-查询特征，再用概率方式表示前景与背景原型，并以估计的不确定性调控对比优化。在四个标准目标域上，该框架在 1-shot 和 5-shot 设置下平均 mIoU 分别达到 72.6% 和 76.7%，两个医学域提升明显。代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。