09:18
官方账号arXiv cs.LG@Yi Xu, Cheng Chen, Mufan Cao
推荐理由：论文提出OrthKD蒸馏方法，用异构教师知识教轻量模型，DR筛查准确率从0.507涨到0.728，适合边缘部署。
EfficientNet-B3
共 1 条相关 AI 资讯
7月29日
09:18
OrthKD提出一种选择性信任知识蒸馏框架，针对强CNN教师（EfficientNet-B3，0.876 QWK）与弱Transformer教师（Swin-Base，0.830 QWK）的互补性，仅从强教师转移完整监督，从弱教师提取特征，并强制学生投影正交化。在132049张视网膜图像上，5.4M参数的MobileNetV3学生模型在EyePACS上达到0.885 QWK，零样本Messidor-2性能从0.507提升至0.728 QWK，同时具备强转诊AUC和校准能力。该方法在资源受限设备上实现了实用的DR筛查。