数字病理学中的分布外检测我们已经准备好了吗？
计算机视觉与模式识别
2024-07-19 v1 机器学习
摘要
语义和协变量分布外（OOD）样本的检测是数字病理学（DP）中一个关键且被忽视的挑战。近期来，机器学习社区提出了大量见解与方法，但这些方法在DP应用中如何表现？为此，我们建立了一个基准研究，主要包括：1）采用恰当的评估协议，2）在单模型与多模型设置下比较多样化检测器，3）探索高级机器学习设置，如迁移学习（ImageNet vs. DP预训练）和架构选择（CNN vs. Transformer）。通过全面实验，我们贡献了新的见解与指南，为未来研究与讨论铺平了道路。
引用
@article{arxiv.2407.13708,
title = {Are We Ready for Out-of-Distribution Detection in Digital Pathology?},
author = {Ji-Hun Oh and Kianoush Falahkheirkhah and Rohit Bhargava},
journal= {arXiv preprint arXiv:2407.13708},
year = {2024}
}