Lite ENSAM: a lightweight cancer segmentation model for 3D Computed Tomography

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Bjørnstad, Agnar Martin, Stenhede, Elias, Ranjbar, Arian
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.01600