Rethinking Data Imbalance in Class Incremental Surgical Instrument Segmentation
该论文针对手术器械增量分割中因数据不平衡导致的灾难性遗忘和偏差问题,提出了 SurgCSS 框架。该方法通过生成背景、类感知融合及对比学习损失来平衡分布并修正边缘偏差,同时动态融合新旧模型权重以优化性能。作者构建了新的基准数据集并进行实验验证,结果显示该框架在现有基线基础上有显著改进。
推荐理由:针对手术器械增量分割中的数据不平衡问题,提出 SurgCSS 框架与基准。