U-Net
画像の各場所がどのクラスに属するかを推定するための、セグメンテーションでよく使われるニューラルネットの代表的な形。画像の情報を縮めてから戻す構造で、細部を保ちやすい。
たとえば: 要点をメモに圧縮してから、元の文章に戻すときに細部も拾って復元する作業に似ている。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 医用画像セグメンテーションで、基盤モデル適応とスクラッチ学習を外部データで比べる
自然画像で事前学習したDINOv2を医用画像へ適応する方法を幅広く比較し、外部施設データでは一貫して汎化が良いことを示す。分布内ではタスク特化モデルも競争力があり、適応に必要な規模やベンチマークの重複問題も指摘した。
