一项研究调查了结合ImageNet预训练的卷积神经网络(CNN)和视觉Transformer(ViT)用于胸部X光分类,与专门的胸部X光基础模型相比的有效性。研究发现,虽然ImageNet模型的集成很常见,但单个基础模型EVA-X-S取得了更高的AUROC分数0.828。包含EVA-X-S或仅由ImageNet模型组成的集成模型表现更差,并且带来了显著更高的计算成本。研究结果表明,对于这项特定任务,经过微调的基础模型优于传统的集成模型。 AI
影响 表明专门的基础模型可能比通用集成模型在特定的医学成像任务中更有效率和更有效。
排序理由 学术论文,详细说明了模型性能比较。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →