12:09官方账号arXiv cs.LG@Keith G. Mills, Evan B. Sanders, Gregory J. Matthews, Juliet K. Brophy该研究对比了卷积和注意力模型在B.O.V.I.D.数据集上的牛齿分割性能。该数据集包含高分辨率牛齿照片及手工制作的分割掩码,并非专为机器学习设计。研究评估了多种预处理和对齐技术来缓解标签不完美问题。尽管预处理对Dice分数和mIoU等定量指标影响有限,但对预测掩码的定性影响显著。论文B.O.V.I.D.语义分割卷积模型推荐理由:牛齿分割研究,对比卷积和注意力模型在非专用ML数据集上的表现,预处理对结果影响大。原文稍后读已读值得跟进有用关注 B.O.V.I.D.