登上Nature和CVPR！小波变换+UNet上大分！

文章预览

最近 UNet 又出现了不少新成果， 结合小波变换 屡登Nature子刊和CVPR24！比如三路径U-Net模型，利用Haar小波变换大幅提高系统整体性能；再比如利用小波变换的特性来改进U-Net架构的MLWNet网络，性能猛超SOTA！ 原因在于，这种结合不仅可以融合两者各自的优点，还能产生新的协同效应！小波变换通过预处理图像提取有用特征，帮助UNet分割；而UNet的跳跃连接结构可以保留细节，结合小波变换的局部化性能提升分割精度。 更赞的是，通过灵活调整小波变换的参数和Unet的架构设计，可以满足不同应用场景的需求。因此，这种可以 全面提升特征提取能力、细节捕捉能力、数据压缩效率 的方法， 是如今图像分割领域的研究热点之一。 为方便论文er找参考，我这边整理了 8篇 小波变换+UNet最新论文（代码） ，需要的同学可以无偿获取，希望能帮大家尽快找到ide ………………………………