探索 Transformer 与 CNN 在小数据集皮肤病变诊断中的进展
计算机视觉与模式识别
2023-01-13 v1
摘要
皮肤癌是世界上最常见的癌症类型之一。已有多种计算机辅助诊断系统被提出以应对皮肤病变诊断，其中大多数基于深度卷积神经网络。然而，计算机视觉的近期进展在许多任务上取得了最先进结果，尤其是基于 Transformer 的网络。我们探索并评估了计算机视觉架构、训练方法和多模态特征融合在皮肤病变诊断任务中的进展。实验表明，采用 MetaBlock 融合的 PiT ()、CoaT () 和 ViT () 骨干模型在 PAD-UFES-20 数据集的平衡准确率指标上取得了最先进结果。
引用
@article{arxiv.2205.15442,
title = {Exploring Advances in Transformers and CNN for Skin Lesion Diagnosis on Small Datasets},
author = {Leandro M. de Lima and Renato A. Krohling},
journal= {arXiv preprint arXiv:2205.15442},
year = {2023}
}
备注
7 pages