点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
作者：Amusi | 来源：CVer
前言
昨天分享了MICCAI 2021上Transformer+医学图像分割的工作，看来大家很喜欢：Transformer一脚踹进医学图像分割！看5篇MICCAI 2021有感
CVer 继续盘点CVPR 2021上各个方向的工作，本篇的主题是：医学图像分割，之前已分享：
关于更多CVPR 2021的论文和开源代码，可见下面链接：
https://github.com/amusi/CVPR2021-Papers-with-Code
CVPR 2021 医学图像分割论文（5篇）
Amusi 一共搜集了5篇医学图像分割论文，这应该是目前各平台上最新最全面的CVPR 2021 医学图像分割盘点资料，欢迎点赞收藏和分享~
1. Learning Calibrated Medical Image Segmentation via Multi-Rater Agreement Modeling
作者单位: 腾讯天衍实验室, 北京同仁医院
Paper(Best Paper Candidate): https://openaccess.thecvf.com/content/CVPR2021/html/Ji_Learning_Calibrated_Medical_Image_Segmentation_via_Multi-Rater_Agreement_Modeling_CVPR_2021_paper.html
Code: https://github.com/jiwei0921/MRNet/
2. Every Annotation Counts: Multi-Label Deep Supervision for Medical Image Segmentation
作者单位: 卡尔斯鲁厄理工学院, 卡尔·蔡司等
Paper: https://openaccess.thecvf.com/content/CVPR2021/html/Reiss_Every_Annotation_Counts_Multi-Label_Deep_Supervision_for_Medical_Image_Segmentation_CVPR_2021_paper.html
Code: None
3. FedDG: Federated Domain Generalization on Medical Image Segmentation via Episodic Learning in Continuous Frequency Space
作者单位: 香港中文大学, 香港理工大学
Paper: https://arxiv.org/abs/2103.06030
Code: https://github.com/liuquande/FedDG-ELCFS
4. DiNTS: Differentiable Neural Network Topology Search for 3D Medical Image Segmentation
作者单位: 约翰斯·霍普金斯大大学, NVIDIA
Paper(Oral): https://arxiv.org/abs/2103.15954
Code: None
5. DARCNN: Domain Adaptive Region-Based Convolutional Neural Network for Unsupervised Instance Segmentation in Biomedical Images
作者单位: 斯坦福大学
Paper: https://openaccess.thecvf.com/content/CVPR2021/html/Hsu_DARCNN_Domain_Adaptive_Region-Based_Convolutional_Neural_Network_for_Unsupervised_Instance_CVPR_2021_paper.html
Code: None
上述5篇医学图像分割论文下载
后台回复：CVPR2021，即可下载上述论文PDF
CVPR和Transformer资料下载
后台回复：CVPR2021，即可下载CVPR 2021论文和代码开源的论文合集
后台回复：Transformer综述，即可下载最新的两篇Transformer综述PDF
CVer-医疗影像交流群成立
扫码添加CVer助手，可申请加入CVer-医疗影像 微信交流群，方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch和TensorFlow等群。
一定要备注：研究方向+地点+学校/公司+昵称（如医疗影像+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲长按加小助手微信，进交流群▲点击上方卡片，关注CVer公众号
整理不易，请点赞和在看