WSI-SAM: объяснение за 3 минуты | Исправление SAM для сегментации изображений целых слайдов 🔬🧠 скачать в хорошем качестве

WSI-SAM: объяснение за 3 минуты | Исправление SAM для сегментации изображений целых слайдов 🔬🧠

Модель сегментации «Segment Anything Model» (SAM) — одна из самых мощных моделей сегментации, когда-либо созданных. Однако, когда дело доходит до изображений целых срезов (WSI) в цифровой патологии, SAM испытывает трудности, поскольку видит только один фрагмент изображения с разным разрешением за раз. В этом видео объясняется принцип работы WSI-SAM — умного расширения, которое учит SAM одновременно понимать как мелкие детали, так и крупномасштабный контекст ткани. Вместо переобучения всей модели, WSI-SAM вводит два обучаемых токена, которые объединяют детали высокого разрешения с контекстом низкого разрешения непосредственно внутри декодера маски SAM. В результате получается модель сегментации, которая может правильно идентифицировать структуры, такие как поражения DCIS на гистопатологических срезах, где контекст в более широком поле зрения имеет важное значение. Если вы работаете в области вычислительной патологии, медицинской визуализации или базовых моделей для машинного зрения, это увлекательный пример того, как расширить большие предварительно обученные модели, не нарушая их возможности обучения без предварительного обучения. Темы, затронутые в этом видео: 🧠 Модель сегментации чего угодно (SAM) 🔬 Сегментация целых изображений (WSI) 🧩 Многомасштабное моделирование зрения ⚙️ Слияние токенов внутри декодера SAM 📊 Вычислительная патология и медицинский ИИ Продуманная идея с мощным эффектом. SAM получает то, чего у него раньше не было: периферийное зрение. #МашинноеОбучение #КомпьютерноеЗрение #СегментацияЧегоУГОДНО #МедицинскийИИ #ВычислительнаяПатология #ГлубокоеОбучение #ИскусственныйИнтеллект #WSI #SAM #AIResearch