- …
- …
#501
summarized by : 藤中彩乃
どんな論文か？
病理画像のアノテーションコストとドメインシフトを軽減するために，教師なしドメイン適応の一種であるcycle-consistent panoptic domain adaptive mask R-CNN (CyC-PDAM) modelを提案した．Mask R-CNNをベースに，CyCADAをインスタンスセグメンテーション用に拡張して提案手法とした．
新規性
CyC-PDAMを提案したこと，単純なinpainting方法を提案したこと，インスタンスレベルとセマンティックレベルのモジュールを統合することによりドメイン不変性を確保したこと，ドメインバイアスを軽減するために損失関数にトレードオフの重みを動的に追加したこと．
結果
3種類の公開顕微鏡画像データセットから細胞核を抽出する問題において，DDMRLなど最新の教師なしモデルの性能を大幅に上回ったほか，CNN3やDISTという最新の教師ありモデルの性能と同程度の性能を誇った．
その他（なぜ通ったか？等）
- …
- …