最近、ラベル分布学習(LDL)が効果的なフレームワークとして提案されましたが、その有効性は異なる重症度グレードに異なる数の病変を割り当てる重症度尺度によって妨げられています。これらの制限に対処するために、私たちはラベルスムージングと組み合わせてLDLを使用し、新しい重み付けスキームを導入しました。この手法は、ACNE04データセットで適用され、自動ニキビグレーディングのパフォーマンスが向上しました。これは、ニキビ診断の向上の可能性を示しています。
このアプローチは、重要なメトリクスや数字をサポートする文から抽出したデータシートです。
このアプローチは、不透明性と全体的なアプローチのバランスを取りつつ、各クラスの詳細指向とグローバルアプローチを強化します。
To Another Language
from source content
arxiv.org
ข้อมูลเชิงลึกที่สำคัญจาก
by Kirill Prokh... ที่ arxiv.org 03-04-2024
https://arxiv.org/pdf/2403.00268.pdfสอบถามเพิ่มเติม