摘要
本申请涉及一种基于注意力机制的TransUNet肝实质图像分割方法,该方法包括在TransUNet中引入了AxialAttention和残差连接方式,利用该方法解决了skip connection中信息丢失的问题,并能更好地捕捉肝实质特征图中位置之间的长程依赖关系,本申请提高了肝实质分割模型的准确性和表达能力。
技术关键词
注意力机制
图像分割方法
编码器
解码器
标签数据库
深度学习模型
表达式
图像分割模型
直方图均衡化
前馈神经网络
特征提取器
上采样
元素
肝脏
指标
指数
系统为您推荐了相关专利信息
智能分割方法
异常物品
融合特征
输出特征
编码器
YOLO模型
地膜
掩膜
遥感影像识别技术
对象检测
注意力机制
神经网络模型
中间层
图像
金字塔网络
海上风电功率预测
前馈神经网络
注意力机制
海上风电场发电
编码器
输出特征
特征提取模型
编码器
样本
图像特征数据