基于视觉可解释性的弱监督像素级标注
计算机视觉与模式识别
2025-02-26 v1 机器学习
摘要
医学图像标注是疾病诊断的关键环节，但人工标注耗时、昂贵且受专家间变异性影响。为此，我们提出一种自动化可解释标注系统，集成集成学习、视觉可解释性与不确定性量化。该方法结合ResNet50、EfficientNet和DenseNet三类预训练深度模型，辅以XGrad-CAM实现视觉解释，采用蒙特卡罗 Dropout进行不确定性量化。该集成通过交叉多模型标注图谱模拟多位放射科学家共识意见，同时对不确定预测结果进行人工审核标记。我们采用TBX11K医学影像数据集和Fire分割数据集进行评估，显示其在不同领域间的鲁棒性。实验结果表明，本方法优于基线模型，在TBX11K上达93.04%准确率，Fire数据集上达96.4%准确率。此外，尽管仅使用图像级标签训练，本模型仍能实现精准像素级标注，IoU分别达36.07%和64.7%。通过提升图像标注的准确性与可解释性，本方法为医学诊断及其他图像分析任务提供可靠且透明的解决方案。
引用
@article{arxiv.2502.17824,
title = {Weakly Supervised Pixel-Level Annotation with Visual Interpretability},
author = {Basma Nasir and Tehseen Zia and Muhammad Nawaz and Catarina Moreira},
journal= {arXiv preprint arXiv:2502.17824},
year = {2025}
}