Capsule Vision Challenge 2024：视频胶囊内窥镜多类异常分类
计算机视觉与模式识别
2024-11-05 v1 人工智能
摘要
本研究提出了一种用于视频胶囊内窥镜（VCE）帧异常分类的模型开发方法。鉴于数据不平衡的挑战，我们采用albumentations库实现了分层增强策略以增强少数类的表示。此外，通过渐进式结构化训练任务来解决学习复杂性，使模型能够区分正常与异常案例，然后根据数据可用性逐步添加更具体的类别。我们的流水线基于PyTorch开发，采用灵活的架构，能够无缝调整分类复杂度。我们使用ResNet50和自定义的ViT-CNN混合模型进行了测试，训练在Kaggle平台上进行。本工作展示了VCE中异常分类的可扩展方法。
引用
@article{arxiv.2411.01479,
title = {Capsule Vision Challenge 2024: Multi-Class Abnormality Classification for Video Capsule Endoscopy},
author = {Aakarsh Bansal and Bhuvanesh Singla and Raajan Rajesh Wankhade and Nagamma Patil},
journal= {arXiv preprint arXiv:2411.01479},
year = {2024}
}