:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Henrich, Jonathan, van Delden, Jan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2405.02061
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TreeLearn: A deep learning method for segmenting individual trees from ground-based LiDAR forest point clouds
von: Henrich, Jonathan, et al.
Veröffentlicht: (2023)

Improving the generalization of deep learning models in the segmentation of mammography images
von: Hurtado, Jan, et al.
Veröffentlicht: (2025)

Revisiting foundation models for cell instance segmentation
von: Archit, Anwai, et al.
Veröffentlicht: (2026)

SAM-based instance segmentation models for the automation of structural damage detection
von: Ye, Zehao, et al.
Veröffentlicht: (2024)

Probabilistic smooth attention for deep multiple instance learning in medical imaging
von: Castro-Macías, Francisco M., et al.
Veröffentlicht: (2025)

On generalisability of segment anything model for nuclear instance segmentation in histology images
von: Xu, Kesi, et al.
Veröffentlicht: (2024)

InstanSeg: an embedding-based instance segmentation algorithm optimized for accurate, efficient and portable cell segmentation
von: Goldsborough, Thibaut, et al.
Veröffentlicht: (2024)

Better (pseudo-)labels for semi-supervised instance segmentation
von: Porcher, François, et al.
Veröffentlicht: (2024)

A deep multiple instance learning approach based on coarse labels for high-resolution land-cover mapping
von: Perantoni, Gianmarco, et al.
Veröffentlicht: (2025)

Few-shot adaptation for morphology-independent cell instance segmentation
von: Zaveri, Ram J., et al.
Veröffentlicht: (2024)

CenterDisks: Real-time instance segmentation with disk covering
von: Litto, Katia Jodogne-Del, et al.
Veröffentlicht: (2024)

Joint prototype and coefficient prediction for 3D instance segmentation
von: Royen, Remco, et al.
Veröffentlicht: (2024)

Training point-based deep learning networks for forest segmentation with synthetic data
von: Capua, Francisco Raverta, et al.
Veröffentlicht: (2024)

Semantic segmentation of forest stands using deep learning
von: Sandum, Håkon Næss, et al.
Veröffentlicht: (2025)

The devil is in the object boundary: towards annotation-free instance segmentation using Foundation Models
von: Shi, Cheng, et al.
Veröffentlicht: (2024)

Impact of imperfect annotations on CNN training and performance for instance segmentation and classification in digital pathology
von: Jiménez, Laura Gálvez, et al.
Veröffentlicht: (2024)

A dataset of medication images with instance segmentation masks for preventing adverse drug events
von: Chu, W. I., et al.
Veröffentlicht: (2026)

An annotated instance segmentation XXL-CT data-set from a historic airplane
von: Gruber, Roland, et al.
Veröffentlicht: (2022)

Comparing YOLOv8 and Mask R-CNN for instance segmentation in complex orchard environments
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2023)

MGTUNet: An new UNet for colon nuclei instance segmentation and quantification
von: Pan, Liangrui, et al.
Veröffentlicht: (2022)

SegmentAnyTree: A sensor and platform agnostic deep learning model for tree segmentation using laser scanning data
von: Wielgosz, Maciej, et al.
Veröffentlicht: (2024)

Is clustering enough for LiDAR instance segmentation? A state-of-the-art training-free baseline
von: Sautier, Corentin, et al.
Veröffentlicht: (2025)

Detecting and refurbishing ground truth errors during training of deep learning-based echocardiography segmentation models
von: Islam, Iman, et al.
Veröffentlicht: (2026)

OG-HFYOLO :Orientation gradient guidance and heterogeneous feature fusion for deformation table cell instance segmentation
von: Liu, Long, et al.
Veröffentlicht: (2025)

Preserving instance continuity and length in segmentation through connectivity-aware loss computation
von: Szustakowski, Karol, et al.
Veröffentlicht: (2025)

Robust compressive tracking via online weighted multiple instance learning
von: Sengar, Sandeep Singh
Veröffentlicht: (2024)

FrGNet: A fourier-guided weakly-supervised framework for nuclear instance segmentation
von: Ling, Peng, et al.
Veröffentlicht: (2025)

Dynamically evolving segment anything model with continuous learning for medical image segmentation
von: Liu, Zhaori, et al.
Veröffentlicht: (2025)

nnMIL: A generalizable multiple instance learning framework for computational pathology
von: Luo, Xiangde, et al.
Veröffentlicht: (2025)

Few-shot target-driven instance detection based on open-vocabulary object detection models
von: Crulis, Ben, et al.
Veröffentlicht: (2024)

Multi-instance robust fitting for non-classical geometric models
von: Zhang, Zongliang, et al.
Veröffentlicht: (2026)

Unsupervised deep learning for semantic segmentation of multispectral LiDAR forest point clouds
von: Ruoppa, Lassi, et al.
Veröffentlicht: (2025)

A multi-center analysis of deep learning methods for video polyp detection and segmentation
von: Ghatwary, Noha, et al.
Veröffentlicht: (2026)

Attention-based multiple instance learning for predominant growth pattern prediction in lung adenocarcinoma wsi using foundation models
von: Perez-Herrera, Laura Valeria, et al.
Veröffentlicht: (2026)

Multi-scale attention-based instance segmentation for measuring crystals with large size variation
von: Neubauer, Theresa, et al.
Veröffentlicht: (2024)

Comparing YOLOv11 and YOLOv8 for instance segmentation of occluded and non-occluded immature green fruits in complex orchard environment
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2024)

Deep learning-based interactive segmentation in remote sensing
von: Wang, Zhe, et al.
Veröffentlicht: (2023)

FISBe: A real-world benchmark dataset for instance segmentation of long-range thin filamentous structures
von: Mais, Lisa, et al.
Veröffentlicht: (2024)

A three in one bottom-up framework for simultaneous semantic segmentation, instance segmentation and classification of multi-organ nuclei in digital cancer histology
von: Ahmad, Ibtihaj, et al.
Veröffentlicht: (2023)

Lidar-based Norwegian tree species detection using deep learning
von: Vermeer, Martijn, et al.
Veröffentlicht: (2023)