11:10官方账号arXiv cs.LG@Akash Gogineni, Nagur Shareef Shaik, Aasrith Mandava, Adnan Masood, Dong Hye YeC²A是一种新的分类头,将池化视为对学习到的每类空间注意力图的期望,为每种疾病生成局部描述符。它通过从经验标签共现初始化的可学习图耦合这些描述符,并用单次残差消息传递在相关发现间共享证据。在CheXpert上,C²A的宏平均AUROC达到0.895,优于先进上下文门控基线。增益集中在共现度高且空间证据模糊的类别上,如肺不张比GCG高出1.5个百分点,且仅增加一个线性投影和C×C边矩阵的开销。论文C²ACheXpert多标签分类推荐理由:胸片多标签分类老问题,C²A用共现先验加注意力,CheXpert上0.895 AUROC,比GCG强,开销还小,值得搞医学影像的看看。原文稍后读已读值得跟进有用关注 C²A