FE-UNet模型融合CNN与Transformer优势，在多生物分割任务中展现先进性能 ！

文章预览

点击下方卡片，关注 「AI视界引擎」 公众号 ( 添加时备注：方向+学校/公司+昵称/姓名 ) 图像分割是视觉理解中的一个关键任务。卷积神经网络（CNNs）倾向于捕捉图像中的高频特征，而 Transformer （Transformers）则侧重于低频特征。在本文中，作者通过实验量化了CNNs的对比度敏感度函数，并将其与人类视觉系统进行了比较，借鉴了Mannos和Sakrison的开创性实验。 利用这些见解，作者提出了小波引导频谱池化模块（WSPM），以增强和平衡频域内的图像特征。 为了进一步模拟人类视觉系统，作者引入了频域增强感受野块（FE-RFB），该模块整合了WSPM，从频域提取丰富特征。 基于这些创新，作者开发了FE-UNet模型，该模型以SAM2作为其主干，并集成了预训练的Hiera-Large块，旨在增强泛化能力的同时确保高分割精度。 实验结果表明，FE-UNet在包括海洋动物和多细胞生 ………………………………