arXiv · Machine Learning· Sohaib Sulman, Muhammad Atif Saeed, Akhtar Jamil, Alaa Ali Hameed, Roland Aydin·· 8 小时前AI 评分41
CalibCause：用于糖尿病视网膜病变分级的质量门控、可解释与校准深度学习框架
CalibCause: A Quality-Gated, Interpretable and Calibrated Deep Learning Framework for Diabetic Retinopathy Grading
AI 导读
CalibCause 提出一种质量门控混合专家框架，结合专家视觉解释、无标签图像质量条件、知识蒸馏及带置信度校准的延迟决策，用于糖尿病视网膜病变分级。在 51,310 张眼底图像的评估中，蒸馏学生模型取得 0.863 的 QWK 和 0.865 的准确率，参数量为 27.8 million，较教师模型减少 52%。延迟置信度最低的 20% 图像后，其余图像准确率提升至 0.923。
来源：arXiv · Machine Learning · arxiv.org