基于 AdaIN 域适应与知识蒸馏的胸片分割
图像与视频处理
2022-10-12 v4 计算机视觉与模式识别
机器学习
摘要
由于分割标签稀缺，已有大量研究通过域适应、半监督或自监督学习技术训练分割网络以利用丰富的无标签数据集。然而，这些方法彼此看似不同，因此尚不清楚如何组合它们以获得更优性能。受近期多域图像翻译方法启发，我们提出一种使用自适应实例归一化（AdaIN）的新颖分割框架，通过简单地改变任务特定的 AdaIN 代码，训练单一生成器借助知识蒸馏同时执行域适应与半监督分割任务。具体而言，我们的框架旨在应对胸部 X 光片（CXR）分割中的困难情形：标签仅对正常数据可用，但训练模型应应用于正常与异常数据。所提网络在域偏移下展现出强泛化性，并取得了异常 CXR 分割的最优（state-of-the-art）性能。
引用
@article{arxiv.2104.05892,
title = {CXR Segmentation by AdaIN-based Domain Adaptation and Knowledge Distillation},
author = {Yujin Oh and Jong Chul Ye},
journal= {arXiv preprint arXiv:2104.05892},
year = {2022}
}
备注
Accepted to ECCV 2022