跳到正文
热点事件观察中

MKD-LMF蒸馏多模态知识至图像模型

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Shrihari Dumbre与Bikash Santra提出MKD-LMF,用于胃腺癌全视野切片图像的亚型分类;论文称,其图像专用学生在PatchGastric基准上的平均准确率较所比较的现有方法至少高3.35%。 该框架训练阶段以预训练的WSI图像编码器和临床文本编码器组成教师,通过低秩多模态融合建模图文交互,再将融合表征蒸馏给仅需图像输入的学生模型,从而在推理时不使用临床文本。上述性能为arXiv论文报告的基准测试结果。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    胃腺癌全切片图像分类的多模态知识蒸馏方法

    Shrihari Dumbre与Bikash Santra提出多模态知识蒸馏框架MKD-LMF,用预训练的WSI图像编码器和临床文本编码器通过低秩多模态融合建模图文交互,并将融合表征蒸馏到图像专用学生模型。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。