arXiv · 机器人与计算机视觉· Akwasi Asare·· 9 天前AI 评分18
CNN、ViT 与基础模型在脑肿瘤 MRI 分类中的可解释性基准评测:校准、决策分析与外部验证
Benchmarking CNNs, Vision Transformers, and Foundation Models for Explainable Brain Tumor MRI Classification: Calibration, Decision Analysis, and External Validation
AI 导读
研究对 EfficientNetV2-M、ConvNeXt-V2-Tiny、Swin-V2-S、ViT-L/16、DINOv2-L 及 MedSigLIP-448 六种架构进行四分类评测,发现测试集准确率在 94.5% 至 95.6%,且存在 36% 的图像含训练近重复样本。
来源:arXiv · 机器人与计算机视觉 · arxiv.org