Core Concepts
심층 학습의 발전으로 수술 비디오 분석 모델이 효과적이지만, 도메인 이동으로 인한 도메인 이동으로 인한 실패를 극복하기 위해 개체 중심 학습이 중요하다.
Abstract
이 기사는 2024년 국제 컴퓨터 지원 수술 정보 처리 학회에 승인되었습니다.
수술 비디오 분석을 위한 개체 중심 접근 방식의 다중 센터 성능 벤치마킹을 수행하고, 미지 도메인 일반화를 위한 개선된 방법을 제안합니다.
개체 중심 방법은 도메인 일반화에 매우 효과적이며, 표현 학습에 대한 모듈식 접근 방식 덕분에 일반화 성능이 향상됩니다.
최적화된 방법인 LG-DG는 최고의 베이스라인 방법보다 9.28% 향상을 달성합니다.
개체 중심 방법을 사용하여 미지 도메인 일반화를 조사하고 성능에 중요한 요소를 식별하며 기존 방법을 크게 능가하는 최적화된 방법을 제시합니다.
Stats
우리의 최적화된 방법인 LG-DG는 최고의 베이스라인 방법보다 9.28% 향상을 달성합니다.
Quotes
"개체 중심 방법은 도메인 일반화에 매우 효과적입니다."
"우리의 제안된 방법인 LG-DG는 모든 설정에서 모든 베이스라인 방법을 일관되게 능가합니다."