一位计算机工程专业的学生正在寻求改进一个在APTOS 2019数据集上训练的5类糖尿病视网膜病变检测模型的建议。该模型表现出不一致的预测，将中度（Moderate）等类别错误地分类为重度（Severe）或增殖性（Proliferative），并且即使在预测错误的情况下也表现出高置信度，尤其是在训练数据集之外的图像上。该学生已经尝试了各种预训练模型、预处理技术和测试时增强（test-time augmentation），现在正在考虑集成模型（ensemble models）或调查领域漂移（domain shift）、类别不平衡（class imbalance）或预处理问题。 AI
影响 此查询突显了医学图像分类中的常见挑战，例如领域漂移和类别不平衡，这些对于在医疗保健领域部署可靠的AI系统至关重要。
排序理由 用户正在就现有模型寻求建议，而不是宣布新版本或研究。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
