更不一定更好：医学图像分割对比学习中的更佳数据增强
图像与视频处理
2025-12-11 v2 计算机视觉与模式识别
摘要
自监督对比学习是近期表现提升多个下游任务（包括语义分割）的表征学习方法之一。本文评估了强数据增强——即对自监督对比学习性能提升至关重要的组成部分。强数据增强涉及对图像应用多个增强技术的组合。出乎意料，我们发现现有数据增强并不总能提升医学图像语义分割的性能。我们实验性地评估了其他增强方法，证明其可实现更好的性能。
引用
@article{arxiv.2512.05992,
title = {Stronger is not better: Better Augmentations in Contrastive Learning for Medical Image Segmentation},
author = {Azeez Idris and Abdurahman Ali Mohammed and Samuel Fanijo},
journal= {arXiv preprint arXiv:2512.05992},
year = {2025}
}
备注
NeurIPS Black in AI workshop - 2022