Nov, 2023
自适应方差阈值: 改进现有的深度迁移视觉模型并推进膝关节骨关节炎分类
Adaptive Variance Thresholding: A Novel Approach to Improve Existing
Deep Transfer Vision Models and Advance Automatic Knee-Joint Osteoarthritis
Classification
TL;DR提出了一种新的方法来改进后训练的专门分类器,在应用于膝关节骨关节炎(KOA)模型时提高了初始准确性,并在NAS输入向量空间上实现了60倍的减少,从而加快了推理速度和超参数搜索的效率,同时将这种方法应用于外部的KOA分类模型,提高了其平均准确率,使其成为前三的KOA分类模型之一。