研究人员对深度学习和视觉基础模型进行了分类非典型与正常有丝分裂的基准测试，这是肿瘤恶性程度的关键指标。该研究评估了端到端训练的模型、线性探测和使用 LoRA 进行微调，涵盖了多个数据集，包括新引入的数据集。结果显示，在域内数据上的平均平衡准确率高达 0.81，在域外数据上的平均平衡准确率高达 0.77，证明了迁移学习技术在这一具有挑战性的分类任务中的有效性。 AI
影响 展示了使用迁移学习提高医学图像分类准确性，可能有助于评估肿瘤恶性程度。
排序理由 学术论文，提出了针对特定分类任务的深度学习模型基准测试。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
