CMC v2：借助判别性视频先验实现更精准的 COVID-19 检测
图像与视频处理
2022-11-29 v1 计算机视觉与模式识别
摘要
本文介绍我们参加第二届 COVID-19 竞赛的方案，该竞赛在 ECCV 2022 的 AIMIA 研讨会框架下举行。在我们的方法中，我们采用去年的冠军方案，即使用强大的 3D 对比混合分类网络（CMC v1）作为基线方法，其由对比表示学习与混合分类组成。本文中，我们提出 CMC v2，通过引入自然视频先验用于 COVID-19 诊断。具体而言，我们将预训练（在视频数据集上）的视频 transformer 骨干网络适配到 COVID-19 检测。此外，还采用了混合 mixup 与 cutmix、切片级增强以及小分辨率训练等先进训练策略，以提升模型的鲁棒性与泛化能力。在 14 支参赛队伍中，CMC v2 以平均 Macro F1 Score 89.11% 的成绩在第二届 COVID-19 竞赛中排名第一。
引用
@article{arxiv.2211.14557,
title = {CMC v2: Towards More Accurate COVID-19 Detection with Discriminative Video Priors},
author = {Junlin Hou and Jilan Xu and Nan Zhang and Yi Wang and Yuejie Zhang and Xiaobo Zhang and Rui Feng},
journal= {arXiv preprint arXiv:2211.14557},
year = {2022}
}
备注
ECCV AIMIA Workshop 2022