Tag · 2 篇
数据高效分割
01 02
NeuroSeg 遇上 DINOv3：通过 DINOv3 初始化将 2D 自监督视觉先验迁移至 3D 神经元分割
NeuroSeg Meets DINOv3: Transferring 2D Self-Supervised Visual Priors to 3D Neuron Segmentation via DINOv3 Initialization
把 DINOv3 的 2D 自监督表征通过 filter inflation 迁移到 3D 神经元体数据分割，为标注稀缺的体成像任务提供了一条可复用的数据高效初始化路径；拓扑感知骨架损失也可直接用于其他管状/树状结构的重建。
MedCLIPSeg：面向数据高效与可泛化医学图像分割的概率视觉-语言适配
MedCLIPSeg: Probabilistic Vision-Language Adaptation for Data-Efficient and Generalizable Medical Image Segmentation
将CLIP的patch级嵌入通过概率跨模态注意力进行适配，并引入软patch级对比损失，为视觉研究者提供了一种在标注稀缺的医学图像上实现文本引导分割且能输出不确定性图的通用思路。