:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhou, Linkuan, Xia, Yinghao, Shen, Yufei, Li, Xiangyu, Du, Wenjie, Cong, Cong, Wei, Leyi, Su, Ran, Jin, Qiangguo
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2603.21904
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ERSR: An Ellipse-constrained pseudo-label refinement and symmetric regularization framework for semi-supervised fetal head segmentation in ultrasound images
von: Zhou, Linkuan, et al.
Veröffentlicht: (2025)

Iterative pseudo-labeling based adaptive copy-paste supervision for semi-supervised tumor segmentation
von: Jin, Qiangguo, et al.
Veröffentlicht: (2025)

CMI-MTL: Cross-Mamba interaction based multi-task learning for medical visual question answering
von: Jin, Qiangguo, et al.
Veröffentlicht: (2025)

Rethinking Barely-Supervised Volumetric Medical Image Segmentation from an Unsupervised Domain Adaptation Perspective
von: Shen, Zhiqiang, et al.
Veröffentlicht: (2024)

KG-CMI: Knowledge graph enhanced cross-Mamba interaction for medical visual question answering
von: Zheng, Xianyao, et al.
Veröffentlicht: (2026)

Inter- and intra-uncertainty based feature aggregation model for semi-supervised histopathology image segmentation
von: Jin, Qiangguo, et al.
Veröffentlicht: (2024)

Modeling Hierarchical Structural Distance for Unsupervised Domain Adaptation
von: Xu, Yingxue, et al.
Veröffentlicht: (2022)

SHAPE: Stage-aware Hierarchical Advantage via Potential Estimation for LLM Reasoning
von: Ai, Zhengyang, et al.
Veröffentlicht: (2026)

Diffuse-UDA: Addressing Unsupervised Domain Adaptation in Medical Image Segmentation with Appearance and Structure Aligned Diffusion Models
von: Gong, Haifan, et al.
Veröffentlicht: (2024)

BEVUDA++: Geometric-aware Unsupervised Domain Adaptation for Multi-View 3D Object Detection
von: Zhang, Rongyu, et al.
Veröffentlicht: (2025)

Unsupervised Multi-channel Separation and Adaptation
von: Han, Cong, et al.
Veröffentlicht: (2023)

Image Translation-Based Unsupervised Cross-Modality Domain Adaptation for Medical Image Segmentation
von: Yang, Tao, et al.
Veröffentlicht: (2025)

Rethinking Unsupervised Domain Adaptation for Semantic Segmentation
von: Wang, Zhijie, et al.
Veröffentlicht: (2022)

Intermediate Domain-guided Adaptation for Unsupervised Chorioallantoic Membrane Vessel Segmentation
von: Song, Pengwu, et al.
Veröffentlicht: (2025)

DDF: A Novel Dual-Domain Image Fusion Strategy for Remote Sensing Image Semantic Segmentation with Unsupervised Domain Adaptation
von: Ran, Lingyan, et al.
Veröffentlicht: (2024)

M3DA: Benchmark for Unsupervised Domain Adaptation in 3D Medical Image Segmentation
von: Shirokikh, Boris, et al.
Veröffentlicht: (2025)

Unsupervised Federated Domain Adaptation for Segmentation of MRI Images
von: Nananukul, Navapat, et al.
Veröffentlicht: (2024)

Unsupervised Domain Adaptation for Pediatric Brain Tumor Segmentation
von: Fu, Jingru, et al.
Veröffentlicht: (2024)

Unified and Semantically Grounded Domain Adaptation for Medical Image Segmentation
von: Wang, Xin, et al.
Veröffentlicht: (2025)

MACE: A Hybrid LLM Serving System with Colocated SLO-aware Continuous Retraining Alignment
von: Li, Yufei, et al.
Veröffentlicht: (2025)

Unsupervised Domain Adaptation for Brain Vessel Segmentation through Transwarp Contrastive Learning
von: Lin, Fengming, et al.
Veröffentlicht: (2024)

The Rapid Health Status Estimation of Lithium‐Ion Power Batteries by Short Process in the Full‐Voltage Domain
von: Zhiduan Cai, et al.
Veröffentlicht: (2025)

Domain-Agnostic Mutual Prompting for Unsupervised Domain Adaptation
von: Du, Zhekai, et al.
Veröffentlicht: (2024)

CrackUDA: Incremental Unsupervised Domain Adaptation for Improved Crack Segmentation in Civil Structures
von: Srivastava, Kushagra, et al.
Veröffentlicht: (2024)

The Right Inference Strategy Is All You Need: Nearly Training-Free Domain-Wise Inference for EgoCross Challenge
von: Wu, Leyi, et al.
Veröffentlicht: (2026)

TSEML: A task-specific embedding-based method for few-shot classification of cancer molecular subtypes
von: Su, Ran, et al.
Veröffentlicht: (2024)

MCPNet: Morphological Constraint‐Based Copy‐Paste Network for Semi‐Supervised Foetal Head Segmentation
von: Baoping Zhu, et al.
Veröffentlicht: (2026)

HEAL: Learning-Free Source Free Unsupervised Domain Adaptation for Cross-Modality Medical Image Segmentation
von: Shi, Yulong, et al.
Veröffentlicht: (2025)

TCSA-UDA: Text-Driven Cross-Semantic Alignment for Unsupervised Domain Adaptation in Medical Image Segmentation
von: Maurya, Lalit, et al.
Veröffentlicht: (2025)

Vox-UDA: Voxel-wise Unsupervised Domain Adaptation for Cryo-Electron Subtomogram Segmentation with Denoised Pseudo Labeling
von: Li, Haoran, et al.
Veröffentlicht: (2024)

Ambiguity-aware Truncated Flow Matching for Ambiguous Medical Image Segmentation
von: Li, Fanding, et al.
Veröffentlicht: (2025)

UDA4Inst: Unsupervised Domain Adaptation for Instance Segmentation
von: Guo, Yachan, et al.
Veröffentlicht: (2024)

SelfAdapt: Unsupervised Domain Adaptation of Cell Segmentation Models
von: Reith, Fabian H., et al.
Veröffentlicht: (2025)

Unsupervised Domain Adaptation via Content Alignment for Hippocampus Segmentation
von: Kalabizadeh, Hoda, et al.
Veröffentlicht: (2025)

Instance-Guided Unsupervised Domain Adaptation for Robotic Semantic Segmentation
von: Antonazzi, Michele, et al.
Veröffentlicht: (2026)

DUDA: Distilled Unsupervised Domain Adaptation for Lightweight Semantic Segmentation
von: Kang, Beomseok, et al.
Veröffentlicht: (2025)

Prototypical Distillation and Debiased Tuning for Black-box Unsupervised Domain Adaptation
von: Liang, Jian, et al.
Veröffentlicht: (2024)

Divide-and-Conquer Decoupled Network for Cross-Domain Few-Shot Segmentation
von: Cong, Runmin, et al.
Veröffentlicht: (2025)

Towards Collective Intelligence: Uncertainty-aware SAM Adaptation for Ambiguous Medical Image Segmentation
von: Jiang, Mingzhou, et al.
Veröffentlicht: (2024)

DRL-STNet: Unsupervised Domain Adaptation for Cross-modality Medical Image Segmentation via Disentangled Representation Learning
von: Lin, Hui, et al.
Veröffentlicht: (2024)