跳到正文
arXiv · ML· Auntor Chakma, Mst. Farhana Akter, Abu Henaf Rashid Ahmad Mufti, Asmana Yasmin·· 12 小时前AI 评分21

RespCCT与FreqCCT:用于多类呼吸系统疾病分类的紧凑、可解释且成本感知的卷积Transformer

RespCCT and FreqCCT: Compact, Explainable and Cost-Aware Convolutional Transformers for Multi-Class Respiratory Disease Classification

AI 导读

研究提出RespCCT和FreqCCT两款紧凑卷积Transformer,参数规模分别为173,187和124,999,在测试集上准确率达98.13%与97.58%。 模型比最强预训练网络减少2.0至64.6倍权重存储,计算输入图像耗时超过运行模型,线性探针能以0.958准确率识别数据来源库。

来源:arXiv · ML · arxiv.org