arXiv · 机器人与计算机视觉· Shkelqim Sherifi·· 14 天前AI 评分18
EfficientNet-B1 在固定分辨率 SD-OCT 视网膜疾病分类中实现最高准确率与干眼斑 F1 值
Within-Family EfficientNet Scaling under Fixed-Resolution Transfer Learning for Spectral-Domain Optical Coherence Tomography Retinal Disease Classification
AI 导读
EfficientNet-B0 至 B7 八种变体在 Kermany 数据集上评估,B1 以 96.95% 测试准确率和 0.8780 干眼斑 F1 值表现最优。研究揭示更大模型并未持续提升分类性能,且准确率与参数量比显著下降。该结果基于灰度转 RGB 及预训练微调协议,结论受限于特定数据划分。
来源:arXiv · 机器人与计算机视觉 · arxiv.org