用于犬类心肌扩张检测的自信伪标记扩散增强方法
计算机视觉与模式识别
2025-01-14 v1
摘要
犬类心肌扩张表现为心脏肿胀，若未及时检测将对动物健康构成严重风险，因而需要精确的诊断方法。当前检测模型常依赖小规模标注数据集且难以在多样化的成像条件下泛化，限制了其实际应用。为此，本文提出一种犬类心肌扩张检测的自信伪标记扩散增强（CDA）模型。该方法通过扩散模型生成合成 X 光片并标注脊椎心脏评分关键点，从而扩充数据集。同时采用蒙特卡洛 Dropout 进行伪标记策略，以筛选高置信度标签，细化合成数据集并提升准确率。反复融合这些标签可增强模型性能，克服现有方法的局限。实验结果表明，CDA 模型在犬类心肌扩张检测方面优于传统方法，实现了最先进的检测精度。代码实现已公开于https://github.com/Shira7z/CDA。
引用
@article{arxiv.2501.07533,
title = {Confident Pseudo-labeled Diffusion Augmentation for Canine Cardiomegaly Detection},
author = {Shiman Zhang and Lakshmikar Reddy Polamreddy and Youshan Zhang},
journal= {arXiv preprint arXiv:2501.07533},
year = {2025}
}
备注
WACV workshop