跳到正文
arXiv · 机器人与计算机视觉· Caterina Fuster-Barcel\'o, Virginie Uhlmann·· 4 小时前AI 评分23

DINOv2、DINOv3 与 OpenCLIP 在电子显微镜线粒体分割任务中的域迁移局限性研究

Are Vision Foundation Models Foundational for Electron Microscopy Image Segmentation?

AI 导读

针对电子显微镜图像中线粒体分割,研究发现基于 DINOv2、DINOv3 和 OpenCLIP 的视觉基础模型虽在单一数据集上表现良好,但跨异质数据集训练会导致性能严重下降。实验表明,尽管 LoRA 微调能提升单域效果,却无法解决不同电子显微镜数据集间存在的显著领域不匹配问题。结论指出当前 PEFT 策略不足以构建跨异构数据的鲁棒模型,需额外引入领域对齐机制。

来源:arXiv · 机器人与计算机视觉 · arxiv.org