卷积网络与视觉 Transformer 在糖尿病足溃疡分类中的对比
图像与视频处理
2021-11-16 v1 计算机视觉与模式识别
摘要
本文在 DFUC 2021 大挑战赛背景下，比较了成熟的卷积神经网络（CNNs）与近期提出的视觉 Transformers 在糖尿病足溃疡分类任务上的表现，本工作在该挑战赛中获得了第一名。综合实验表明，在现代 CNNs 仍能在低数据量条件下胜过 Transformers，这可能归因于其更好地利用空间相关性的能力。此外，我们经验性地证明，近期的锐度感知最小化（SAM）优化算法显著提升了两类模型的泛化能力。我们的结果表明，对于该任务，CNNs 与 SAM 优化过程的结合取得了优于所考虑其他任何方法的性能。
引用
@article{arxiv.2111.06894,
title = {Convolutional Nets Versus Vision Transformers for Diabetic Foot Ulcer Classification},
author = {Adrian Galdran and Gustavo Carneiro and Miguel A. González Ballester},
journal= {arXiv preprint arXiv:2111.06894},
year = {2021}
}