TransFuse: Fusing Transformers and CNNs for Medical Image Segmentation
在息肉分割任务上表现SOTA！性能优于SETR、PraNet和ResUNet++等，速度高达98.7 FPS！
注1：文末附【Transformer】和【医疗影像】交流群
注2：整理不易，欢迎点赞，支持分享！
TransFuse: Fusing Transformers and CNNs for Medical Image Segmentation
- 作者单位：Rayicer, 佐治亚理工学院
- 论文：https://arxiv.org/abs/2102.08005
具有深度特征表示和跳跃连接的基于U-Net的卷积神经网络极大地提高了医学图像分割的性能。
在本文中，我们研究了更具挑战性的问题，即在不损失low-level细节的定位能力的情况下提高全局上下文建模效率的问题。提出了一种新颖的两分支架构TransFuse，该架构以并行方式结合了Transformers和CNN。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！