跳到正文
arXiv · 机器人与计算机视觉· Amal Saqib, Tausifa Jan Saleem, Numan Saeed, Mohammad Yaqub·· 10 天前AI 评分15

妇科图像分割持续学习中的遗忘深度分析:瓶颈层适应策略研究

What to Preserve, Where to Adapt: A Depth-Wise Analysis of Forgetting in Continual Gynecological Image Segmentation

AI 导读

针对妇科影像持续学习中任务差异引发的灾难性遗忘问题,研究通过调整 3D nnU-Net 骨干网络的可训练区域发现,仅适配瓶颈层能在大幅保留旧任务性能的同时有效支持新任务学习。赋予不同模块差异化学习率虽能显著降低部分可训练情况下的遗忘程度,但全量更新骨干网络仍会导致严重遗忘且依赖具体参数变化位置。该工作揭示了模型遗忘不仅取决于参数量级更与允许变化的结构部位密切相关。

来源:arXiv · 机器人与计算机视觉 · arxiv.org