该项目面向细胞核形态复杂、尺度差异明显的医学图像分割任务。
方法在 U-Net 基础上引入 Deformable Convolution、密集跳跃连接与复合损失,并配合强数据增强提升核形态和尺度建模能力,最终取得 Top 5% / 57.21% IoU。
该项目面向细胞核形态复杂、尺度差异明显的医学图像分割任务。
方法在 U-Net 基础上引入 Deformable Convolution、密集跳跃连接与复合损失,并配合强数据增强提升核形态和尺度建模能力,最终取得 Top 5% / 57.21% IoU。