Low-Rank Continual Pyramid Vision Transformer: Incremental Segmentation of Whole-Body Organs in CT with Lightweight Adaptation
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新的持续语义分割模型,旨在满足临床对动态扩展分割模型的需求。该模型通过轻量化的低秩适应技术,实现高效分割新器官,避免灾难性遗忘,并显著降低参数增长率,性能接近最新分割模型。
🎯
关键要点
- 本研究提出了一种新的持续语义分割模型,满足临床对动态扩展分割模型的需求。
- 该模型使用轻量化的低秩适应技术(LoRA),在保持大部分预训练参数不变的情况下,实现高效分割新器官。
- 模型能够避免灾难性遗忘,显著降低参数增长率。
- 该模型的性能接近最新的分割模型,适用于临床实践。
➡️