Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
TransDeepLab: Convolution-Free Transformer-Based DeepLab v3+ for Medical Image Segmentation
2022·149 Zitationen·Lecture notes in computer science
Volltext beim Verlag öffnen149
Zitationen
7
Autoren
2022
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Deep Residual Learning for Image Recognition
2016 · 216.020 Zit.
U-Net: Convolutional Networks for Biomedical Image Segmentation
2015 · 85.918 Zit.
ImageNet classification with deep convolutional neural networks
2017 · 75.547 Zit.
Very Deep Convolutional Networks for Large-Scale Image Recognition
2014 · 75.404 Zit.
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
2016 · 52.636 Zit.
Autoren
Institutionen
Themen
Advanced Neural Network ApplicationsCOVID-19 diagnosis using AIMedical Image Segmentation Techniques