이 연구는 피부 질환 분류를 위해 적은 수의 레이블된 데이터를 활용하는 방법을 제안한다. 구체적으로 전이 학습과 적은 샘플 학습을 통합하는 방법을 탐구하였다.
연구에서는 다음과 같은 4가지 모델 학습 방법을 제안하고 평가하였다:
실험 결과, 전이 학습 기반 DTL 모델이 가장 우수한 성능을 보였다. 특히 샘플 수가 증가할수록 DTL 모델의 성능이 향상되었다. 또한 데이터 증강 기법을 DTL 모델에 적용하면 기존 방법들을 능가하는 성능을 달성할 수 있었다.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Zeyn... lúc arxiv.org 04-26-2024
https://arxiv.org/pdf/2404.16814.pdfYêu cầu sâu hơn