Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
2016·7.458 Zitationen·Lecture notes in computer science
Volltext beim Verlag öffnen7.458
Zitationen
5
Autoren
2016
Jahr
Abstract
Für dieses Paper ist kein Abstract in der Datenbank hinterlegt.
Abstract beim Verlag einsehenÄhnliche Arbeiten
Deep Residual Learning for Image Recognition
2016 · 216.663 Zit.
U-Net: Convolutional Networks for Biomedical Image Segmentation
2015 · 86.244 Zit.
ImageNet classification with deep convolutional neural networks
2017 · 75.550 Zit.
Very Deep Convolutional Networks for Large-Scale Image Recognition
2014 · 75.406 Zit.
Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
2016 · 52.833 Zit.
Autoren
Institutionen
Themen
Advanced Neural Network ApplicationsMedical Image Segmentation Techniques3D Shape Modeling and Analysis