Gegevenssets / Onderzoek

abd-skin-segmentation · MRE-Lab-UMD

Diepgaande leertechnieken voor huidsegmentatie op nieuwe abdominale dataset. Werk uitgevoerd als onderdeel van het ontwikkelingsproces van een autonoom robotisch echografiesysteem.

robot demonstrations
Uitgeversrepository ↗
abd-skin-segmentation · MRE-Lab-UMD screenshot van de bronpagina
Schermafbeelding van bron · vastgelegd 2026-10-10 · visueel beoordeeld

Overzicht

Diepgaande leertechnieken voor huidsegmentatie op nieuwe abdominale dataset. Werk uitgevoerd als onderdeel van het ontwikkelingsproces van een autonoom robotisch echografiesysteem.

Controleer vóór gebruik de datakaart, uitvoering, schema, verzamelvoorwaarden en datasetspecifieke licentie. Gegevenstoegang en geschiktheid voor een bepaalde trainingsopstelling vereisen een afzonderlijke bevestiging.

Projectinformatie

Onderhouder
MRE-Lab-UMD
Primaire taal
Jupyter Notebook
Licentie voor repositorycode
Apache-2.0
Modelgewicht licentie
Niet opgenomen
Dataset-licentie
Niet opgenomen
Hardware-ontwerplicentie
Niet opgenomen
Onderhoud
Niet gearchiveerd in de laatst opgenomen metadata
Laatst waargenomen opslagplaatspush
2021-04-05

Codelicenties hebben niet automatisch betrekking op modelgewichten, datasets of hardwareontwerpen. Voor niet-opgenomen licentiegegevens is bevestiging door de uitgever vereist.

Documentatie secties

  • Deep Learning Techniques for Skin Segmentation on Novel Abdominal Dataset
  • Introduction
  • Robotic abdominal ultrasound system with the camera view of the abdominal region, and the corresponding segmented skin mask.
  • Information on Abdominal Skin Dataset
  • Sample pictures of the abdominal dataset depicting different skin color intensities and body complexions.
  • Improved segmentation results with the use of our proposed Abdominal dataset using U-Net. From left to right in columns: original image, ground truth, segmentation with the Abdominal dataset, and segmentation without the Abdominal dataset.

Blader door de categorieën van deze bron

Ontdek gerelateerde collecties

Blader Gegevenssets →