Apr, 2024
DynaMMo: 动态模型合并用于高效的医学图像增量学习
DynaMMo: Dynamic Model Merging for Efficient Class Incremental Learning
for Medical Images
Mohammad Areeb Qazi, Ibrahim Almakky, Anees Ur Rehman Hashmi, Santosh Sanjeev, Mohammad Yaqub
TL;DR提出基于动态模型合并(DynaMMo)的方法,通过合并不同阶段的多个网络来提高计算效率,以实现医学应用中的持续学习。与现有方法相比,DynaMMo在GFLOPS方面能降低大约10倍,平均准确性仅降低2.76。