LightMIS:面向边缘设备的超轻量医学图像分割模型
研究者发布LightMIS,仅13.1万参数,直接聚合多尺度编码器特征、无需逐阶段学习解码器。在相同nnU-Net协议下,其Dice/IoU与nnWNet接近,参数少98.14%、GFLOPs少94.58%;在Arm Mali-G52上快约10.5倍,所有变体GPU算子覆盖率100%。代码与权重已开源。
AI 日报收录的 nnWNet 相关报道,共 1 篇,按时间倒序,每小时更新。
研究者发布LightMIS,仅13.1万参数,直接聚合多尺度编码器特征、无需逐阶段学习解码器。在相同nnU-Net协议下,其Dice/IoU与nnWNet接近,参数少98.14%、GFLOPs少94.58%;在Arm Mali-G52上快约10.5倍,所有变体GPU算子覆盖率100%。代码与权重已开源。