通过主动域适应提升皮肤 lesion 分类器的泛化能力
计算机视觉与模式识别
2025-02-20 v2
摘要
我们提出了一种方法，通过结合自监督学习 (SSL) 和主动域适应 (ADA) 来提高皮肤 lesion 分类模型的泛化能力。该方法的主要步骤包括：在自然图像数据集上选择并训练 SSL 模型，随后在所有可用皮肤 lesion 数据集上进行 SSL 重训练，在源域数据上进行标签微调，并在目标域数据上应用 ADA 方法。我们在十个皮肤 lesion 数据集上评估了该方法的有效性，使用了五种不同的 ADA 方法，证明了其在不同程度域迁移设置下提升泛化能力的潜力。
关键词
引用
@article{arxiv.2412.00702,
title = {Enhancing Skin Lesion Classification Generalization with Active Domain Adaptation},
author = {Jun Ye},
journal= {arXiv preprint arXiv:2412.00702},
year = {2025}
}
备注
7 pages, 5 figures, 2 table