用于病理图像少样本分类的双通道原型网络
原文中文,约200字,阅读约需1分钟。发表于: 。从少量示例中提取多尺度高精度病理特征,通过双通道原型网络实现少样本病理图像分类任务的准确性提升。
本文介绍了一种使用注意力模块的金字塔通道注意力网络(EPCA-Net)用于自动检测病理性近视。实验结果表明,EPCA-Net在病理性近视检测方面优于现有方法。作者还尝试了将预训练的自然图像模型适应为病理性近视检测的方法,并取得了有竞争力的性能。
从少量示例中提取多尺度高精度病理特征,通过双通道原型网络实现少样本病理图像分类任务的准确性提升。
本文介绍了一种使用注意力模块的金字塔通道注意力网络(EPCA-Net)用于自动检测病理性近视。实验结果表明,EPCA-Net在病理性近视检测方面优于现有方法。作者还尝试了将预训练的自然图像模型适应为病理性近视检测的方法,并取得了有竞争力的性能。