跳到正文
arXiv · 机器人与计算机视觉· Andre Guarnier De Mitri, Giovani Decico Lucafo, Miller Matheus Lima Anacleto Rocha, Diego Furtado Silva·· 17 天前AI 评分48

CAMEL:跨架构掩码嵌入学习赋能超轻量视网膜基础模型

CAMEL: Cross-Architecture Masked Embedding Learning for Ultra-Lightweight Retinal Foundation Models

AI 导读

CAMEL 提出一种利用非对称掩码策略进行知识蒸馏的框架,将大规模教师模型能力迁移至紧凑学生模型。在四个数据集上的实验表明,该方法在保持精度的同时大幅降低计算复杂度,适用于资源受限的临床环境。该工作为预印本(arXiv),旨在解决视网膜影像分析中高性能与临床可扩展性之间的差距。

来源:arXiv · 机器人与计算机视觉 · arxiv.org