稳健的手术阶段识别与高效标注监督
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文提出了一种名为ARST的自回归手术变压器,用于实时识别腹腔镜视频中的手术阶段。该方法通过条件概率分布建模阶段间相关性,并采用一致性约束推断策略以减少推断偏差和增强阶段一致性。在Cholec80数据集上验证,结果显示该方法在定量和定性上优于现有方法,并实现了每秒66帧的推断速率。
🎯
关键要点
- 提出了一种名为ARST的自回归手术变压器,用于实时识别腹腔镜视频中的手术阶段。
- 通过条件概率分布建模阶段间相关性,采用一致性约束推断策略以减少推断偏差和增强阶段一致性。
- 在Cholec80数据集上进行了验证,结果显示该方法在定量和定性上优于现有方法。
- 实现了每秒66帧的推断速率。
🏷️
标签
➡️