跳到正文
arXiv · 机器人与计算机视觉· Amindu Kumarasinghe (Southern Cross University), Vinh Bui (Southern Cross University), Reza Ghanbarzadeh (Southern Cross University)·· 16 天前AI 评分48

评估合成皮肤病变图像用于分类器训练:一种安全感知算法

Evaluating Synthetic Skin Lesion Images for Classifier Training: A Safety-Aware Algorithm

AI 导读

针对罕见皮肤病变标注数据稀缺问题,研究提出一种安全感知算法,通过锦标赛筛选扩散模型(EDM2)生成的 275,472 张图像。该算法在 ISIC-2018 测试集上使 Swin-B 分类器的 Macro-F2 较 FID 基线提升 +0.0136 至 +0.0164,但所有精选数据集的安全性仍低于随机采样。代码与数据已公开于 Zenodo,为合成数据训练提供可复现的安全评估流程。

来源:arXiv · 机器人与计算机视觉 · arxiv.org