From Reconstruction to Interpretation: Zero-Setup Multi-Phase Segmentation of X-ray Tomography Data
Dieses Paper stellt ein Zero-Setup-Framework vor, das materialagnostische Maskenvorbereitung mit einem vortrainierten semantischen Segmentierungsnetzwerk kombiniert, um eine sofortige, hochwertige Multiphasensegmentierung von Synchrotron-Röntgen-Tomographiedaten zu ermöglichen, ohne dass manuelles Schwellenwertverfahren, Benutzeraufforderungen oder ein datenspezifisches Retraining erforderlich sind.