arXiv · 机器人与计算机视觉· Thomas Lautenschlager, Ga\"elle Hayot, Quentin Brassart, Angelo Jovin Yamachui Sitcheu, Linus Schilpp, Tijana Geroski, Tetyana Goldanova, Stephan Allgeier, Thibaut Soubri\'e, Milica Nikolic, Thomas Dickmeis, Ralf Mikut, Nils Friederich·· 2 天前AI 评分48
斑马鱼胚胎表型评估自监督学习算法系统比较与迁移学习研究
Self-supervised learning for zebrafish embryo phenotype evaluation: Systematic comparison of algorithms, label-efficient classification, and transfer learning
AI 导读
该研究在 EmbryoNet 数据集上基准测试了多种自监督学习算法,发现使用 SwAV 预训练的 ResNet50 配合线性分类器可达 86.4% 准确率。在仅含 5% 标签的稀缺数据场景下,SwAV 模型以 70.2% 准确率大幅优于从头监督训练(45.7%)。
来源:arXiv · 机器人与计算机视觉 · arxiv.org