arXiv · 机器人与计算机视觉· Lucas Gabriel Telesco, Jos\'e Ignacio Orlando·· 2026-10-20AI 评分5
Pseudo-Label Foreground Quality Weighting 方法提升域泛化眼底图像分割性能
Pseudo-Label Foreground Quality Weighting for Domain-Generalized Fundus Image Segmentation
AI 导读
针对眼底图像分割在域偏移下性能下降问题,该方法通过多任务 Dice 预测器评估伪标签质量并加权损失函数。实验表明,其在已知与未知领域均优于 Noisy Student 基线,尤其在视杯分割上表现更佳且保持泛化能力。论文已接受于 SIPAIM 2026,代码与数据许可状态待定。
来源:arXiv · 机器人与计算机视觉 · arxiv.org