arXiv · ML· Sabarish G, Deepak Parashar·· 8 小时前AI 评分22
CF-NODE：基于反事实空间节点干预的跨域糖尿病视网膜病变测试时适应框架
CF-NODE: Counterfactual Spatial Node Intervention for Test-Time Adaptation Under Domain Shift, Evaluated Across Five Diabetic Retinopathy Datasets
AI 导读
CF-NODE 提出反事实测试时适应框架，用于解决跨域糖尿病视网膜病变分级中源模型性能退化问题。 该方法通过逐步衰减模型衍生注意力、特征幅值和节点集相似性排名靠前的内部空间节点，利用预期等级响应的稳定性进行有界校准。 框架完全冻结，仅使用几何视图和固定源先验独立适应每张图像，无需目标衍生信息或模型更新，在五个外部数据集上超越 TENT 等四种方法。
来源：arXiv · ML · arxiv.org