跳到正文
arXiv · AI· Thomas Lautenschlager, Ga\"elle Hayot, Quentin Brassart, Angelo Jovin Yamachui Sitcheu, Linus Schilpp, Tijana Geroski, Tetyana Goldanova, Stephan Allgeier, Thibaut Soubri\'e, Milica Nikolic, Thomas Dickmeis, Ralf Mikut, Nils Friederich·· 3 天前AI 评分23

斑马鱼胚胎表型评估中的自监督学习:算法系统比较与标签高效分类

Self-supervised learning for zebrafish embryo phenotype evaluation: Systematic comparison of algorithms, label-efficient classification, and transfer learning

AI 导读

在EmbryoNet数据集上,ResNet50结合SwAV的自监督模型表现最优。线性分类器准确率达86.4%,与全监督模型持平。 标签稀缺时,SwAV模型在5%标签下准确率70.2%,远超从头训练的45.7%。 迁移至未见数据集,SwAV模型达81.3%,优于EmbryoNet的75.9%。

来源:arXiv · AI · arxiv.org