Shkelqim Sherifi

用于视网膜疾病分类的EfficientNet缩放显示出任务依赖性效应

一项发表在arXiv上的研究调查了缩放EfficientNet模型用于光谱域光学相干断层扫描（SD-OCT）图像视网膜疾病分类的有效性。研究人员发现，较大的EfficientNet变体并未持续提高分类准确性，其中EfficientNet-B1在玻璃膜疣分类中取得了最高的准确率和F1分数。研究强调，该医学成像任务的最佳模型大小取决于具体协议和任务，这与在ImageNet自然图像分类中观察到的性能层级不同。