𝗟𝗶𝗴𝗵𝘁𝗠-𝗨𝗡𝗲𝘁: Mamba به بخشبندی سبکوزن تصاویر پزشکی کمک میکند
بخشبندی تصاویر پزشکی به سرعت و دقت نیاز دارد. مدلهای استاندارد اغلب به حافظه بسیار زیادی نیاز دارند. این موضوع استفاده از آنها را در دستگاههای کوچک دشوار میکند.
LightM-UNet این مشکل را حل میکند. این مدل ساختار UNet را با معماری Mamba ترکیب میکند. این کار یک مدل سبکوزن برای وظایف پزشکی ایجاد میکند.
ویژگیهای کلیدی این تحقیق:
- از Mamba برای مدیریت وابستگیهای برد بلند استفاده میکند.
- هزینههای محاسباتی را کاهش میدهد.
- دقت بالا را برای تصاویر پزشکی حفظ میکند.
- روی سختافزارهای با حافظه محدود بهخوبی کار میکند.
محققان این مدل را برای پر کردن شکاف بین مدلهای سنگین و کاربردهای پزشکی در دنیای واقعی ساختهاند. شما بدون نیاز به سختافزارهای سنگین، به بخشبندی بهتری دست مییابید.
Optional learning community: https://t.me/GyaanSetuAi