Aug, 2024
基于大规模LoRA的跨域单血细胞图像分类方法
Towards Cross-Domain Single Blood Cell Image Classification via
Large-Scale LoRA-based Segment Anything Model
TL;DR本文针对血细胞分类的准确性问题,提出了一种新颖的BC-SAM方法,该方法结合了Segment Anything Model的基础模型和LoRA微调技术,以提取血细胞图像的通用特征。通过引入无监督跨域自编码器,BC-SAM不仅学习内在特征,还有效抑制图像中的伪影,实验证明在两个公开数据集上超越了现有的最先进技术,展示了显著的改善潜力。