您当前的位置：
首页 >
文章列表页 >
基于双交叉注意力Transformer网络的小样本图像语义分割
图像处理 | 更新时间：2024-11-28
|

    • 基于双交叉注意力Transformer网络的小样本图像语义分割

    • Dual cross-attention Transformer network for few-shot image semantic segmentation

    • “在图像语义分割领域，研究者提出了基于双交叉注意力网络的小样本分割方法，有效提升了新类别分割性能。”
    • 液晶与显示   2024年39卷第11期 页码：1494-1505

    • DOI：10.37188/CJLCD.2024-0151    

      中图分类号： TP391.4

    • 收稿日期：2024-05-22，

      修回日期：2024-06-30，

      纸质出版日期：2024-11-05

    移动端阅览

  • 刘玉, 郭迎春, 朱叶, 等. 基于双交叉注意力Transformer网络的小样本图像语义分割[J]. 液晶与显示, 2024,39(11):1494-1505. DOI： 10.37188/CJLCD.2024-0151.

    LIU Yu, GUO Yingchun, ZHU Ye, et al. Dual cross-attention Transformer network for few-shot image semantic segmentation[J]. Chinese journal of liquid crystals and displays, 2024, 39(11): 1494-1505. DOI： 10.37188/CJLCD.2024-0151.

  •  
  •  

0

浏览量

407

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于双重聚合和自合并网络的小样本图像语义分割

相关作者

于明
刘玉
于明
朱叶

相关机构

河北工业大学，电子信息工程学院
河北工业大学，人工智能与数据科学学院
0