-
需申請審核 珊瑚礁指標無脊椎動物光學影像與環境數據資料庫
更新頻率 不定期 瀏覽次數 1454 下載次數 0因珊瑚礁生態系之指標生物多為夜行性，鮮少有人特意拍攝、資料稀缺，故本資料集之目的為抓取公開網路之開放圖像，並手動將其進行標註整理，釋出為公開資料，以利各單位發展AI相關應用。 本團隊對此資料集之預計用途為以下幾點 1. 訓練珊瑚礁指標魚類與無脊椎動物AI偵測器模型。 2.... -
需申請審核 H11-M114_CSFT
更新頻率 不定期 瀏覽次數 3234 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 1836 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 1720 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-M116_ADMM-SRNet 基於 ADMM 與對比特徵之單分類稀疏表示網路
更新頻率 不定期 瀏覽次數 991 下載次數 0Method One-class classification aims to learn one-class models from only in-class training samples. Because of lacking out-of-class samples during training, most conventional... -
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 1630 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 1486 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 1615 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 1334 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 1392 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 1527 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,... -
需申請審核 M11-M16_持續性學習結合自我標註資料之物體偵測模型
更新頻率 不定期 瀏覽次數 1327 下載次數 0Method 使用半監督式學習訓練之乳癌物件偵測模型，利用GAN模型自己生成資料集影像，克服原始資料集影像較少的問題，讓偵測模型能有足夠多的訓練資料。再使用前任務的模型標上偽標籤，達成半監督與數據擴增的效果。 Usage 半監督式學習訓練之乳癌物件偵測模型 Release Note v1.0.0, 2023/10/10... -
需申請審核 H11-M14_持續性學習之影像分割模型
更新頻率 不定期 瀏覽次數 1615 下載次數 3Method 為了使細胞實例分割模型具有持續性學習的能力，本方法以兩階段的實例分割模型為框架,加入輸出層級以及特徵層級的知識蒸餾以解決持續性學習裡的災難性遺忘問題,並且以偽標籤方法來解決來解決背景偏移問題，使得模型可以持續學習新資料以及新類別。 Usage 能用於持續性學習之細胞分割模型 Release Note v1.0.0, 2023/07/11... -
H11_M09_高解析度影像的高效率深度學習方法
更新頻率 不定期 瀏覽次數 2185 下載次數 438Method The goal of the model is to use resnet50 with AMP(AUTOMATIC MIXED PRECISION) to accelerate the training speed and make a high-resolution skin cancer classification. Usage... -
需申請審核 H11-M06_考慮到例外分佈的病理影像標註品質評估技術
更新頻率 不定期 瀏覽次數 2675 下載次數 13Method 使用無監督式學習訓練之病理影像異常檢測模型，僅須提供未帶有腫瘤區域的資料來訓練模型，便可協助醫師偵測出病理影像中可能的腫瘤區域。 模型訓練分為兩階段, 第一階段是使用 Self-Supervised Learning 去訓練一個好的 Image Encoder (類似 MoCo) ，第二階段會使用到訓練好的 Encoder...
您也可以使用API (應用程式介面) (see API 文件)註冊。