Exposing Semantic Segmentation Failures via Maximum Discrepancy Competition
School of Information Technology, Jiangxi University of Finance and Economics（江西财经大学信息学院）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；City University of Hong Kong（香港城市大学）
语义分割是计算机视觉中一个被广泛研究的课题，每年都有许多方法被提出。由于深度学习在语义分割中的出现，现有基准测试的性能接近饱和。一个自然的问题随之而来：封闭的（和频繁重用的）测试集上的优越性能是否转移到具有不受约束变化的开放视觉世界？在本文中，我们采取措施回答这个问题，暴露现有的语义分割方法在开放的视觉世界的限制下，非常有限的人类标记的努力失败。受以往模型伪造研究的启发，我们从一个任意大的图像集开始，通过最大化两种分割方法之间的离散度（MAD）来自动采样一个小的图像集。所选图像最有可能伪造这两种方法中的一种（或两种）。我们还明确实施了几个条件，以多样化暴露的故障，对应于不同的根本原因。在MAD竞争中，失败更难暴露的分割方法被认为是更好的。我们对10个PASCAL VOC语义分割算法进行了彻底的MAD诊断。通过对实验结果的详细分析，指出了竞争算法的优势和不足，以及语义分割进一步发展的潜在研究方向。这些代码可在\url{https://github.com/QTJiebin/MAD_Segmentation}上公开获取。
2021-03-03 cs.CV
The 2017 DAVIS Challenge on Video Object Segmentation
Disney Research（迪士尼研究院）
我们提出了2017年DAVIS视频对象分割挑战赛，这是一个专门为视频对象分割任务设计的公共数据集，基准和竞赛。继ILSVRC和PASCAL VOC等其他成功举措之后，DAVIS挑战赛在场景分类和语义分割领域建立了研究途径，包括数据集，评估方法和公开竞赛，并与CVPR 2017共同举办了一个专门的研讨会。DAVIS挑战赛是对最近出版的DAVIS（密集注释视频分割）的跟进，该杂志促进了几种新颖的最先进的视频对象分割技术的发展。在本文中，我们描述了基准的范围，突出了数据集的主要特征，定义了竞争的评估指标，并提出了一个详细的分析结果的参与者的挑战。
2018-03-01 cs.CV
k-Means Clustering and Ensemble of Regressions: An Algorithm for the ISIC 2017 Skin Lesion Segmentation Challenge
Asturias University Central Hospital（阿斯图里亚斯大学中央医院）
本摘要简要描述了为ISIC 2017皮肤病变检测竞赛开发的分割算法，该竞赛在[参考文献]举办。比赛的目的是执行皮肤镜图像中皮肤病变的分割（以二进制掩模图像的形式），尽可能接近由训练有素的临床医生执行的分割，这被视为地面实况。本项目仅参与挑战赛的细分阶段。不考虑竞争的其他阶段（特征提取和病变识别）。所提出的算法包括4个步骤：（1）病变图像预处理，（2）图像分割使用像素颜色的k均值聚类，（3）计算一组描述每个分割区域的属性的特征，以及（4）计算每个区域的最终得分，表示对应于合适病变分割的可能性。步骤（4）中的分数是通过使用每个区域的分数作为输入对2个不同回归模型的结果进行平均来获得的。在使用该算法之前，这些回归模型必须使用比赛提供的图像和地面真实掩模的训练集进行训练。步骤2至4以增加的聚类数量重复（并且因此图像被分割成更多的区域），直到所计算的分数没有进一步的改善。
2017-02-23 cs.CV
Competition vs. Concatenation in Skip Connections of Fully Convolutional Networks
German Center for Neurodegenerative Diseases (DZNE)（德国神经退行性疾病研究中心（DZNE））；Technische Universität München（慕尼黑工业大学）；Harvard Medical School（哈佛医学院）
针对全卷积网络跳跃连接的特征融合问题，提出引入竞争式maxout激活的CDFNet，通过CDB和CUB分别在局、全局尺度引入层间竞争，在VISCERAL基准全身分割任务上优于多种现有最优方法。
2018-07-20 cs.CV cs.LG
Symbolic Semantic Segmentation and Interpretation of COVID-19 Lung Infections in Chest CT volumes based on Emergent Languages
GE Research（通用电气研究院）
新型冠状病毒病（COVID-19）导致大流行，削弱了对日常生活至关重要的广泛服务。计算机断层扫描（CT）切片中肺部感染的分割可用于改善患者对COVID-19的诊断和理解。深度学习系统由于其黑箱性质而缺乏可解释性。受人类通过语言交流复杂思想的启发，我们提出了一个基于涌现语言的符号框架，用于肺部CT扫描中COVID-19感染的分割。我们模拟了两个人工代理-一个代理人和一个接收器之间的合作。这些代理协同合作，使用紧急符号语言来解决语义分割的任务。我们的博弈论方法是对代理之间的合作进行建模，这与生成对抗网络（GANs）不同。该机器人从深层网络的较高层之一检索信息，并从词汇的分类分布中生成一个符号句子。接收器摄取符号流并共同生成分段掩码。开发了一种私有的紧急语言，形成了用于描述COVID感染分割任务的通信通道。我们增加现有的最先进的语义分割架构与我们的符号生成器，形成符号分割模型。我们的符号分割框架实现了COVID-19引起的肺部感染分割的最先进性能。我们的研究结果表明，直接解释的象征性句子区分正常和感染的地区，感染形态和图像特征。我们展示了CT中COVID-19肺部感染分割的最新结果。
2020-08-22 cs.CV eess.IV
CompetitorFormer: Competitor Transformer for 3D Instance Segmentation
School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院）；School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件学院）
本文针对三维实例分割中Transformer查询间竞争问题，提出即插即用的CompetitorFormer设计，通过减少查询竞争促进主导查询形成，在多个数据集上显著提升现有框架性能。
2025-01-03 cs.CV
CoCo-SAM3: Harnessing Concept Conflict in Open-Vocabulary Semantic Segmentation
School of Computers, Guangdong University of Technology（广东科技学院计算机学院）；Shenzhen Research Institute of Big Data（深圳大数据研究院）；Peking University（北京大学）
CoCo-SAM3通过引入提示驱动的掩码生成范式提升开放词汇语义分割，通过解耦推理过程中的类内增强与类间竞争，解决多类开放词汇场景中掩码生成不一致和冲突问题。
2026-04-21 cs.AI cs.CV
Visually Impaired Aid using Convolutional Neural Networks, Transfer Learning, and Particle Competition and Cooperation
Institute of Geosciences and Exact Sciences（地球科学与精确科学学院）
导航和移动是视障人士在日常生活中面临的一些主要问题。计算机视觉的进步导致了一些导航系统的提出。然而，它们中的大多数需要昂贵和/或重型硬件。在本文中，我们提出了使用卷积神经网络（CNN），迁移学习，和半监督学习（SSL）建立一个框架，旨在视障人士的援助。它具有低计算成本，因此可以在当前的智能手机上实现，而不依赖于任何额外的设备。智能手机摄像头可用于自动拍摄前方道路的照片。然后，它们将立即被分类，为用户提供几乎即时的反馈。我们还提出了一个数据集来训练分类器，包括具有不同类型的光、地板和障碍物的室内和室外情况。许多不同的CNN架构被评估为特征提取器和分类器，通过微调在更大的数据集上预先训练的权重。基于图的SSL方法，称为粒子竞争和合作，也用于分类，允许用户的反馈被纳入，而无需重新训练底层网络。在最佳监督和SSL场景中，拟议数据集的分类准确率分别达到92%和80%。
2020-05-09 cs.CV cs.LG cs.NE
1st Place Solution for PSG competition with ECCV'22 SenseHuman Workshop
Xiaohongshu Inc（小红书公司）；Institute of Optics and Electronics, Chinese Academy of Sciences（中国科学院光电技术研究所）
全景场景图（PSG）生成的目的是基于全景分割而不是刚性边界框来生成场景图表示。现有的PSG方法利用一个阶段的范例，同时产生场景图和预测语义分割掩模或两个阶段的范例，首先采用现成的全景分割器，然后对这些预测对象之间的关系预测。单阶段方法尽管具有简化的训练范例，但其分割结果通常不令人满意，而两阶段方法缺乏全局上下文，导致关系预测性能低下。为了弥补这一差距，在本文中，我们提出了GRNet，一个全球关系网络在两个阶段的范例，其中预提取的本地对象的功能和相应的面具被送入一个Transformer类嵌入。为了处理长尾分布引起的关系歧义和谓词分类偏差，我们将第二阶段的关系预测制定为带有软标签的多类分类任务。我们在OpenPSG数据集上进行了全面的实验，并在leadboard上实现了最先进的性能。我们还显示了我们的软标签策略在消融研究中的长尾类的有效性。我们的代码已在https://github.com/wangqixun/mfpsg上发布。
2023-02-06 cs.CV
Feature Sharing Cooperative Network for Semantic Segmentation
Meijo University（名城大学）
近年来，深度神经网络在图像识别领域取得了很高的精度。受人类学习方法的启发，我们提出了一种基于协作学习的语义分割方法，这种方法类似于群体学习，可以共享信息。我们使用两个相同的网络和路径在两个网络之间发送特征图。两个网络同时训练。通过共享特征地图，两个网络中的一个可以获得单个网络无法获得的信息。此外，为了提高合作程度，我们提出了两种方法，只连接同一层和多层。我们在两种网络上评估了我们提出的想法。一个是双注意力网络（DANet），另一个是DeepLabv3+。该方法比传统的单个网络和集成网络具有更好的分割精度。
2021-01-20 cs.CV
Cooperation or Competition: Avoiding Player Domination for Multi-Target Robustness via Adaptive Budgets
University of Waterloo（滑铁卢大学）；Mila, University of Montreal（蒙特利尔大学米拉研究所）；University of Pittsburgh（匹兹堡大学）
针对多目标鲁棒性问题，本文将其建模为讨价还价博弈，发现现有基于最大值的方法存在玩家主导导致不收敛现象，提出一种通过自适应调整对手预算来避免该现象的新框架，显著提升了多目标鲁棒性。
2023-06-27 cs.AI cs.CV cs.LG
ICPR 2024 Competition on Safe Segmentation of Drive Scenes in Unstructured Traffic and Adverse Weather Conditions
IIIT Hyderabad（印度理工学院海得拉巴分校）；ServiceNow（ServiceNow公司）；Ola Krutrim（奥拉克鲁特里姆公司）；DYSL-AI, DRDO（国防研究与发展组织DYSL-AI实验室）
本文介绍 ICPR 2024 安全分割竞赛，基于含 5000 对像素级标注 RGB-NIR 图像的 IDD-AW 数据集，采用并改进 Safe mIoU，评估恶劣天气与非结构化交通场景下语义分割模型的安全性和鲁棒性。
2024-09-09 cs.CV cs.LG
ICPR 2024 Competition on Multiple Sclerosis Lesion Segmentation -- Methods and Results
University of Catania（卡塔尼亚大学）；ARNAS Garibaldi（ARNAS加里波第医院）；Azienda Ospedaliera per l’Emergenza Cannizzaro（坎尼扎罗急诊医院）
本报告总结了ICPR 2024多发性硬化病灶分割竞赛（MSLesSeg）的成果，该竞赛旨在开发无需用户交互即可在不同时间点MRI扫描中自动稳健分割病灶的算法，并提供了包含基线和随访扫描的异质患者队列新数据集以促进方法学创新。
2024-10-10 cs.CV eess.IV
ICDAR 2021 Competition on Components Segmentation Task of Document Photos
Polytechnic School of Pernambuco - University of Pernambuco（伯南布哥大学伯南布哥理工学院）；PRHLT Research Center, Universitat Politécnica de Valéncia（瓦伦西亚理工大学PRHLT研究中心）；University of Bari（巴里大学）
本文介绍了在第16届国际文档分析与识别会议（ICDAR 2021）背景下准备的文档照片组件分割任务的短期竞争。这项比赛旨在汇集研究人员在识别文件图像处理领域的工作，并为他们提供一个合适的基准，比较他们的技术对文件图像的组成部分分割任务。提出了三个挑战任务，需要在提供的数据集上执行不同的分割分配。收集的数据来自几种类型的巴西身份证件，其个人信息被方便地替换。有16名参与者的部分或全部三个任务的结果显示不同的比率所采用的指标，如骰子相似系数从0.06到0.99不等。参赛者采用不同的策略应用不同的深度学习模型，以在每个任务中取得最佳结果。所获得的结果表明，目前应用的方法来解决所提出的任务之一（文件边界检测）已经很好地建立。然而，对于其他两个挑战性的任务（文本区域和手写签名检测）的研究和开发更强大的方法仍然需要达到可接受的结果。
2021-07-09 cs.AI cs.CV cs.LG
ICDAR 2025 Competition on FEw-Shot Text line segmentation of ancient handwritten documents (FEST)
Department of Mathematics, Computer Science and Physics（数学、计算机科学与物理系）
针对历史手写文档因不规则手写和标注稀缺导致分割困难的问题，本文介绍了FEST竞赛，要求仅用每份手稿3张标注图像在U-DIADS-TL数据集上开发少样本文本行分割系统，以促进自动化文档分析工具在历史研究中的广泛应用。
2025-09-16 cs.CV
Cooperation Learning Enhanced Colonic Polyp Segmentation Based on Transformer-CNN Fusion
Jiangnan University（江南大学）；The Hong Kong Polytechnic University（香港理工大学）
传统的结肠息肉分割方法主要是基于低层特征设计的。他们无法准确提取结肠小息肉的位置。现有的深度学习方法虽然能够提高分割精度，但效果仍然不尽如人意。为了应对上述挑战，我们提出了一种称为Fusion-Transformer-HardNetMSEG的混合网络（即，Fu-TransHNet）。Fu-TransHNet使用不同机制的深度学习相互融合，并通过多视图协作学习技术进行增强。首先，Fu-TransHNet利用Transformer分支和CNN分支分别实现全局特征学习和局部特征学习。其次，设计了一个融合模块，用于融合两个分支的特征。融合模块由两部分组成：1）全局-局部特征融合（GLFF）部分和2）多尺度特征密集融合（DFM）部分。前者用于补偿同一尺度下两个分支的特征信息量，后者用于增强特征表示。第三，上述两个分支和融合模块利用多视图协作学习技术，以获得各自的权重，表示其重要性，然后作出最终的综合决策。实验结果表明，Fu-TransHNet网络优于现有的方法在五个广泛使用的基准数据集。特别是，在包含许多小目标结肠息肉的ETIS-LaribPolypDB数据集上，Fu-TransHNet获得的mDice分别比最先进的方法HardNet-MSEG和TransFuse-s高12.4%和6.2%。
2023-01-17 cs.AI cs.CV
ICDAR 2023 Competition on Robust Layout Segmentation in Corporate Documents
IBM Research（IBM研究院）
本文介绍ICDAR 2023企业文档鲁棒版面分割竞赛，使用困难评测集与DocLayNet训练集，评估21支团队方案，显示视觉Transformer与集成等方法显著提升泛化性能。
2023-05-24 cs.CV
Algorithms used for the Cell Segmentation Benchmark Competition at ISBI 2019 by RWTH-GE
RWTH Aachen University（亚琛工业大学）
所提出的分割和跟踪算法遵循3步方法，其中我们检测，跟踪和最后分割细胞核。在预处理阶段，我们使用卷积神经网络（CNN）的2D图像和拉普拉斯高斯尺度空间最大投影方法的3D数据集检测细胞核的质心。以向后的方式对预测的种子点执行跟踪，即，从最后一帧开始并顺序地连接相应的对象，直到到达第一帧。通过将帧t的检测传播到其前一帧t-1并通过使用分层聚类方法组合冗余检测来识别对应关系。跟踪的质心，然后被用作输入到变体的种子分水岭算法，以获得最终的分割。
2019-04-15 cs.CV q-bio.CB
WeLayout: WeChat Layout Analysis System for the ICDAR 2023 Competition on Robust Layout Segmentation in Corporate Documents
Tencent Inc（腾讯公司）
WeLayout系统结合DINO与YOLO模型集成，针对ICDAR 2023企业文档版面分割竞赛，通过数据增强、架构优化、边界框细化及贝叶斯调参，以mAP 70.0领先，验证了查询与锚点模型结合的有效性。
2023-05-11 cs.CV
C3S3: Complementary Competition and Contrastive Selection for Semi-Supervised Medical Image Segmentation
Zhejiang University of Technology（浙江工业大学）
针对半监督医学图像分割中边界细节捕捉不准的问题，提出C3S3模型。该模型通过结果驱动的对比学习模块优化边界定位，并利用动态互补竞争模块生成高质量伪标签，显著提升了分割精度与边界清晰度。
2025-06-25 cs.AI cs.CV
Cooperation Does Matter: Exploring Multi-Order Bilateral Relations for Audio-Visual Segmentation
School of Artificial Intelligence, University of Chinese Academy of Sciences (UCAS)（中国科学院大学人工智能学院）；Institute of Automation, Chinese Academy of Sciences (CASIA)（中国科学院自动化研究所）；Meituan（美团）
本文提出 COMBO 音视频分割框架，通过像素、模态和时间三类多阶双边关系建模及自适应帧间一致性损失，在 AVSBench 多项基准上取得最先进性能。
2024-04-07 cs.AI cs.CV cs.SD
PRIMED: Adaptive Modality Suppression for Referring Audio-Visual Segmentation via Biased Competition
School of Information Science and Engineering, East China University of Science and Technology（信息科学与工程学院，东华大学）
PRIMED通过偏见竞争理论，实现适应性模态抑制，提升指引用视听分割的准确性，通过模态先验解码器和token蒸馏器增强多模态融合，实验表明其在Ref-AVS基准上达到最优性能。
2026-05-08 cs.CV
ICDAR 2021 Competition on Historical Map Segmentation
EPITA（法国计算机及新技术学院）；IGN-ENSG（法国国家地理学院）；EHESS（社会科学高等学院）；University of La Rochelle（拉罗谢尔大学）；INSA-Lyon（里昂国立应用科学学院）；University of West Bohemia（西波希米亚大学）
本文介绍了ICDAR 2021年历史地图分割竞赛（MapSeg）的最终结果，鼓励对1894年至1937年间以1/5000比例绘制的法国巴黎一系列历史地图集进行研究。比赛有三个任务，分别授予。任务1包括检测构建块，由L3 IRIS团队使用以弱监督方式训练的DenseNet-121网络赢得。该任务在3个包含数百个形状的大图像上进行评估。任务2是从较大的地图中分割地图内容，UWB团队使用类似U-Net的FCN结合二值化方法来提高检测边缘的准确性。任务3包括定位地理参考线的交叉点，并且也由UWB团队赢得，该团队使用了结合二值化、具有Hough变换的线检测、候选过滤和用于交叉细化的模板匹配的专用管道。任务2和任务3在95幅复杂图幅上进行了评价。数据集、评估工具和结果可在\url{https://icdar21-mapseg.github.io/}获得许可。
2021-05-27 cs.CV
Lung-Originated Tumor Segmentation from Computed Tomography Scan (LOTUS) Benchmark
肺癌是最致命的癌症之一，其有效的诊断和治疗部分取决于肿瘤的准确描绘。以人为中心的分割，这是目前最常见的方法，是受观察者之间的变化，也是耗时的，考虑到只有专家能够提供注释的事实。自动和半自动肿瘤分割方法最近显示出有希望的结果。然而，由于不同的研究人员已经使用各种数据集和性能指标验证了他们的算法，因此可靠地评估这些方法仍然是一个开放的挑战。通过2018年IEEE视频和图像处理（VIP）杯比赛创建的肺源性肿瘤分割（LOTUS）基准的目标是提供独特的数据集和预定义的指标，以便不同的研究人员可以以统一的方式开发和评估他们的方法。2018年VIP杯始于42个国家的全球参与，以获取比赛数据。在报名阶段，共有来自10个国家的129名成员分成28支队伍，其中9支队伍进入决赛阶段，6支队伍成功完成了所有规定的任务。简而言之，比赛期间提出的所有算法都是基于深度学习模型和假阳性减少技术。由三位决赛选手开发的方法在肿瘤分割方面显示出了良好的效果，但是，应该更加努力地降低假阳性率。本竞赛手稿概述了VIP杯挑战赛，以及提出的算法和结果。
2022-01-03 cs.CV cs.LG eess.IV
Privacy-enhancing Sclera Segmentation Benchmarking Competition: SSBC 2025
University of Ljubljana（卢布尔雅那大学）；Birla Institute of Technology & Science Pilani（比尔拉科技学院）；Indian Statistical Institute（印度统计研究所）；Couger Inc.（Couger公司）；Idiap Research Institute（伊迪亚普研究所）；University of Applied Sciences and Arts Western Switzerland（瑞士西部应用科学与艺术大学）；The Sense Innovation and Research Center（Sense创新研究中心）；Ahmedabad University（艾哈迈达巴德大学）；Beijing University of Civil Engineering and Architecture（北京建筑大学）；People’s Public Security University of China（中国人民公安大学）；Khalifa University of Science and Technology（哈利法科学技术大学）；SRI International（斯坦福国际研究所）；Pandit Deendayal Energy University（潘迪特·迪恩达亚尔能源大学）；Warsaw University of Technology（华沙理工大学）；Pirogov Russian National Research Medical University（皮罗戈夫俄罗斯国立研究医科大学）；Amirkabir University of Technology（阿米尔卡比尔理工大学）；Institute for Advanced Studies in Basic Sciences（基础科学高级研究所）；Seraj Institute（塞拉吉研究所）；Indian Institute of Technology Mandi（印度理工学院曼迪分校）；Norwegian University of Science and Technology（挪威科技大学）
本文总结了SSBC 2025竞赛，该竞赛通过两个赛道评估基于合成眼部图像训练的隐私保护巩膜分割模型，结果表明完全使用合成数据训练的模型能达到极具竞争力的性能，证明了合成数据在隐私感知生物识别领域的应用潜力。
2025-08-14 cs.CV
Fast, Simple Calcium Imaging Segmentation with Fully Convolutional Networks
Oak Ridge National Laboratory（橡树岭国家实验室）
钙成像是一种用于观察神经元活动的技术，其作为一系列图像显示随时间推移的指示剂荧光。人工分割神经元是耗时的，导致对自动钙成像分割（ACIS）的研究。我们在Neurofinder竞赛数据集上评估了ACIS的几个深度学习模型，并报告了我们最好的模型：U-Net 2DS，一个在2D平均摘要图像上运行的完全卷积网络。U-Net 2DS只需要最少的特定领域的预/后处理和参数调整，并且以每分钟$\approx$ 9 K图像的速度对完整的$512\times512$图像进行预测。它在Neurofinder竞赛（$F_1=0.569$）中排名第三，是专门使用深度学习的最佳模型。我们还展示了来自竞争对手之外的数据的有用分割。该模型的简单性、速度和质量结果使其成为货物预报信息系统的一个实用选择，并成为今后更复杂模型的一个强有力的基线。
2017-07-19 cs.CV q-bio.NC
The 2018 DAVIS Challenge on Video Object Segmentation
ETH Zürich（苏黎世联邦理工学院）；Disney Research（迪士尼研究院）
我们将举办2018年DAVIS视频对象分割挑战赛，这是一项专门针对视频对象分割任务而设计的公开竞赛。它建立在DAVIS 2017数据集的基础上，该数据集在上一版DAVIS挑战赛中展示，并在原始DAVIS 2016数据集中添加了100个每个序列包含多个对象的视频。受2017年版结果分析的启发，比赛的主要轨道将与上一版相同（在第一帧中给出对象的完整掩模的情况下进行分割-半监督场景）。然而，这个版本还增加了一个交互式分割预告片轨道，其中参与者将与一个模拟人类输入的Web服务交互，该服务提供涂鸦以迭代地改进结果。
2018-03-27 cs.CV
Segmentation of Multiple Myeloma Plasma Cells in Microscopy Images with Noisy Labels
XLAB d.o.o.（XLAB公司）；University of Ljubljana（卢布尔雅那大学）
改进和快速癌症诊断的一个关键组成部分是计算机辅助工具的开发。在这篇文章中，我们提出了在显微图像中分割多发性骨髓瘤浆细胞的SegPC-2021竞赛中获胜的解决方案。在竞争数据集中使用的标签是半自动生成的，并呈现噪声。为了解决这个问题，进行了大量的图像增强过程，并使用自定义集成策略将几个模型的预测结合起来。使用了最先进的特征提取器和实例分割架构，在SegPC-2021最终测试集上得到的平均Intersection-over-Union为0.9389。
2021-11-08 cs.CV eess.IV q-bio.QM
Critic Guided Segmentation of Rewarding Objects in First-Person Views
Bielefeld University（比勒费尔德大学）；Queensland University of Technology (QUT)（昆士兰科技大学）
这项工作讨论了一种学习方法来掩盖奖励对象的图像使用稀疏奖励信号从模仿学习数据集。为此，我们训练一个沙漏网络，只使用来自评论家模型的反馈。Hourglass网络学习生成一个掩码，通过交换这两个图像之间的掩码区域来降低高分图像的评论家评分，并增加低分图像的评论家评分。我们在来自NeurIPS 2020 MineRL竞赛赛道的模仿学习数据集上训练了模型，在该数据集上，我们的模型学会了在具有稀疏奖励信号的复杂交互式3D环境中屏蔽奖励对象。这种方法是本次比赛中获得第一名的解决方案的一部分。视频演示和代码：https://rebrand.ly/critic-guided-segmentation
2021-07-20 cs.AI cs.CV
Extending nn-UNet for brain tumor segmentation
Korea Advanced Institute of Science and Technology（韩国科学技术院）
脑肿瘤分割对于胶质瘤的诊断和预后至关重要。脑肿瘤分割挑战继续为开发自动算法来执行任务提供了重要的数据来源。本文介绍了我们对2021年竞争的贡献。我们基于nn-UNet开发了我们的方法，nn-UNet是去年比赛的获胜者。我们尝试了几种修改，包括使用更大的网络，用组规范化代替批规范化，以及在解码器中使用轴向注意力。内部5重交叉验证以及组织者的在线评估显示了我们方法的有效性，与基线相比，定量指标略有改善。所提出的模型在看不见的测试数据的最终排名中获得了第一名。获胜提交的代码、预训练权重和Docker图像可在https://github.com/rixez/Brats21_KAIST_MRI_Lab上公开获取
2021-12-09 cs.CV eess.IV
