Chinese content研究显示病理学基础模型受益于几何测试时增强的程度有限
做病理图像分析的工程师该看看。论文测了 9 个病理基础模型加 6 个通用模型,结论是自监督大模型旋转不变性强,D4 增强收益从 +1.98pp 掉到 +0.50pp,还给了只跑 13% 样本的熵路由方案,能省推理算力。
做病理图像分析的工程师该看看。论文测了 9 个病理基础模型加 6 个通用模型,结论是自监督大模型旋转不变性强,D4 增强收益从 +1.98pp 掉到 +0.50pp,还给了只跑 13% 样本的熵路由方案,能省推理算力。
做计算病理的人该看看这篇:它用 BRACS 和四种病理基础模型拆出了失效根源——不是模型不行,是切片级标签只有 39% 对得上病灶。病灶级标签训练就能救回来,方法可直接搬到自己的分诊流水线。
病理标注太贵没数据?这篇把多个病理视觉语言模型的表征融合起来,54 组实验里 50 组小样本分类更强,做医学影像的可以看看。