Key points are not available for this paper at this time.
我々は物体検出と多クラスセグメンテーションのための層別モデルを定式化します。我々のシステムは、サポートマスクの形状事前情報を定義するために物体検出器のバンクの出力を使用し、その後、画像内のピクセルの外観、深度順序、およびラベリングを推定します。我々はPASCALセグメンテーションチャレンジデータセットでシステムを訓練し、人間のセグメンテーションを含むいくつかのカテゴリで最先端のパフォーマンスを示す良好なテスト結果を示します.
Yang et al. (火曜日)、この問題を研究しました.
Synapse has enriched 4 closely related papers on similar clinical questions. Consider them for comparative context: