-
需申請審核 UAV環境中的影像與點雲資料_用於導航模型
更新頻率 不定期 瀏覽次數 2355 下載次數 4此資料集記錄了無人機藉由強化學習模型TD3在Gazebo虛擬環境中進行導航與避障的經驗池(Experience Replay Buffer)。 虛擬環境示意圖如下： 此經驗池共有655935筆資料，資料格式為 {s , a , r , s', done}，變數分別為: s (無人機狀態)... -
需申請審核 外來物種空拍影像：埃及聖䴉與小白鷺
更新頻率 不定期 瀏覽次數 1749 下載次數 2本資料集與AI模型拍攝標的物為埃及聖䴉與小白鷺。 配合計畫將開發外來物種測試與俯視視角的偵測與辨識系統，在高空拍攝亦能對極小的物體做即時偵測與分析。... -
需申請審核 H11-M107_Domain generalization for pathology image segmentation
更新頻率 不定期 瀏覽次數 1824 下載次數 4使用特徵解偶和自適應實例歸一 化重構的域一般性分割模型，以最小化語義信息損失來解開特徵，以提升域一般性分割模型的準確度 -
需申請審核 H11-M13_持續性學習之物體偵測模型
更新頻率 不定期 瀏覽次數 1751 下載次數 3Method 由於現有的病理影像資料集常是以實例分割的方式提供，為了達成更好的持續學習物件偵測效果，本方法於持續學習步驟中每次分為兩階段，於第一階段，先利用現有的持續學習語意分割方法SSUL, NeurIPS 2021生成語意分割先驗知識，再於第二階段以此先驗知識為額外輸入協助達成更好的持續學習物件偵測結果。 Usage 能用於持續性學習之細胞偵測模型... -
需申請審核 H11-M01_數位病理全玻片影像二元分類器
更新頻率 不定期 瀏覽次數 2692 下載次數 7Abstract we propose, RankMix, a data augmentation method of mixing ranked features in a pair of WSIs. RankMix introduces the concepts of pseudo labeling and ranking in order to... -
需申請審核 H11-M104_基於多任務一致性之半監督肝腫瘤區域分割模型
更新頻率 不定期 瀏覽次數 1301 下載次數 3使用半監督式學習訓練之肝臟腫瘤分割模型，利用多任務一致性正規化強化模型擷取影像特徵能力，以提升辨識準確性與Robustness -
需申請審核 H11-M114_CSFT
更新頻率 不定期 瀏覽次數 2923 下載次數 5Histopathological images provide the medical evidences to help the disease diagnosis. However, manually reviewing these images by pathologists is very time consuming. Moreover,... -
需申請審核 H11-M23_弱監督式深度學習方法之分割方法
更新頻率 不定期 瀏覽次數 1699 下載次數 0Common bile duct (CBD) stones caused diseases are life-threatening. Because CBD stones locate in the distal part of the CBD and have relatively small sizes, detecting CBD stones... -
需申請審核 H11-M115_CCA-MFNet
更新頻率 不定期 瀏覽次數 1620 下載次數 0In this paper, we propose a novel criss-cross attention based multi-level fusion network to segment gastric intestinal metaplasia from narrow-band endoscopic images. Our network... -
需申請審核 H11-M110_Domain Generalization with Background Consistency and Texture Reduct...
更新頻率 不定期 瀏覽次數 1520 下載次數 2使用監督式學習訓練之肝細胞核分割模型，利用抗背景擾動一致性和紋理縮減的集合模型強化模型擷取影像特徵能力，以提升辨識準確性與Robustness -
需申請審核 H11-M103_基於對比式聚類之胰臟腺癌不精確標注弱監督分割模型
更新頻率 不定期 瀏覽次數 1355 下載次數 3使用對比式聚類的弱監督學習方式，從不精確標註資料取得更詳細的標註資訊，透過區塊方式訓練胰臟管線癌的辨識模型。模型會以影像分割方式取得胰臟腺癌區域。 -
需申請審核 H11-M102_在核心針活檢之多染色病理全切片影像之變型配準框架模型
更新頻率 不定期 瀏覽次數 1541 下載次數 10本研究提出了一個核心針活檢組織配準框架。提出的框架主要包括三個主要步驟。 (1）自動去污；（2）通過剛性配準進行初始旋轉和定位；以及（3）變形配準。 -
需申請審核 H11-M101_MSCS: 基於異質模型協作多倍率一致性之半監督病理影像分割模型
更新頻率 不定期 瀏覽次數 1250 下載次數 3使用多倍率半監督式學習訓練之分割模型，以在少量標註資料下提升辨識準確性與模型穩健性 -
需申請審核 H11-M105_ACC-GAN
更新頻率 不定期 瀏覽次數 1267 下載次數 5利用標註一致性引導訓練病理影像的轉換預處理模型保留重要語意特徵，以維持AI模型在不同病理掃描器影像之效能 -
需申請審核 H11-M17_持續性學習結合自我標註資料之影像分割模型
更新頻率 不定期 瀏覽次數 1391 下載次數 0Method 以圖像級標籤為基礎達成語意分割的持續學習，在訓練Transformer的同時讓一部分的模型向CNN學習，結合Transformer及CNN的知識來達成更好的結果。並在持續性學習中同時針對Transformre及CNN做蒸餾式學習，達成持續學習的效果。 Usage 弱監督及持續性學習之細胞分割模型 Release Note v1.0.0,...
您也可以使用API (應用程式介面) (see API 文件)註冊。