轻量注意力CNN用于皮肤癌检测，准确率87%
热点事件持续更新
轻量注意力CNN用于皮肤癌检测，准确率87%
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Sanjana Islam Kasfia 等作者提出一种结合通道注意力与显著图可解释性的轻量 CNN-Attention 框架，用于皮肤镜图像的皮肤病变二分类检测。作者报告该框架在 2,637 张训练图像和 660 张测试图像上达到 87% 准确率，参数量 1.95M、存储 7.45 MB，约为最佳基线 MobileNet 的一半。 上述准确率与体积数据均为作者在论文中的报告，尚未见独立验证。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
轻量注意力 CNN 结合显著图可解释性用于皮肤癌检测报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI轻量注意力 CNN 结合显著图可解释性用于皮肤癌检测
研究提出基于通道注意力的轻量 CNN-Attention 框架，用于皮肤镜图像的二分类皮肤病变检测，在 2,637 张训练图像和 660 张测试图像上达到 87% 准确率，参数量仅 1.95M、存储 7.45 MB，约为最佳基线 MobileNet 的一半。
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。