案例介绍
本研究提出一种基于 Transformer 的细胞核实例分割方法，设计了多尺度特征聚合模块（MSFAM）与特征混合交叉注意力模块（FMCAM），有效融合局部与全局信息。模型还引入水平与垂直距离图预测分支，提升了重叠细胞的分割效果。在 MoNuSeg 数据集上的实验表明，该方法在 Dice 和 AJI 指标上均优于现有方法，展现出更强的精度与鲁棒性。
案例图片
相似案例推荐
其他人才的相似案例推荐
-
基于梯度的图像匹配
具备多角度，多尺度的形状匹配： 1、制作个角度、一定缩放比
-
单字符定位识别算法(类似基恩士字符识别)
1、进行模糊处理，灰度图减去模糊图像过滤背景，对图像进行二值
-
二维QRCode码识别工具
Yolov5 + zxing实现复杂条件下识别，针对zxin
-
大语言模型微调
Proment部分:严格按照提示词写作要求(角色,背景,任务
-
音艺物语
基于奥尔夫教育理念，将日常物品与音乐结合起来，创造性深度融合
-
低功耗蓝牙芯片
做过的工艺是TSMC12nm，SMIC14nm，TSMC28
-
马口铁罐封盖质量在线检测
采用机器视觉的方式解决马口铁罐啤酒生产过程中瓶盖卷封、有无、
-
易拉罐拉环高度3D检测
针对易拉罐拉环在生产过程中存在角度偏移、拉环翘起等质量问题，
-
每日出运
项目描述： 该项目是一个管理检索船舶运营系统，由运价查询,
-
AiChat
作为 AIChat 项目的全栈开发者，我独立完成了这款基于
-
半导体设备FPGA软件开发
1.使用 vivado及 ise 编写 verilog 代码
-
Orchard
Orchard 是一个创新的 macOS 服务应用，基于 M
微信接收人才推送
关注猿急送微信平台，接收实时人才推送
接收人才推送
联系需求方端客服