基于少量像素标注与点云数据的驾驶场景弱监督语义分割 背景与研究问题 语义分割作为计算机视觉的重要任务之一，在自动驾驶等领域具有广泛应用。然而，传统的全监督语义分割方法需要大量的像素级标注，标注成本高昂。在弱监督语义分割（Weakly Supervised Semantic Segmentation, WSSS）中，通过较少的粗粒度标注（如图片标签、边框、点级标注等）实现像素级分割，极大地降低了标注成本。 现有的WSSS方法大多基于CAM（类激活图）生成初始分割种子，但在复杂的驾驶场景中，这种方法表现不佳。驾驶场景中的图像通常包含多种物体类别，且类别间的遮挡、重叠问题严重，导致现有基于图片标签的WSSS方法难以达到高精度分割效果。 针对这些问题，本研究提出了一种结合少量点标注和点云数据的新型W...

半监督超声视频中甲状腺结节检测的研究报告 研究背景 甲状腺结节是常见的甲状腺疾病，甲状腺结节的早期筛查和诊断通常依赖于超声检查，超声检查是一种常见的无创检测方法，可用于检测包括甲状腺结节、乳腺癌和动脉斑块在内的多种疾病。然而，由于甲状腺结节在超声图像中的分辨率低、病变形态不规则且复杂等原因，超声检查高度依赖放射科医生的经验，误诊和漏诊时有发生，特别是在欠发达地区和国家更为常见。因此，开发基于计算机辅助诊断（Computer-Aided Diagnosis，CAD）的自动化精准方法显得尤为重要。 近年来，深度学习技术被引入到超声图像的计算机辅助诊断中。尽管现有的甲状腺结节检测方法在静态超声图像上取得了一些进展，但这些方法未能充分利用诊断过程中随时间变化的空间和时间信息。在临床筛查和诊断过程中，...