热点事件持续更新

EfficientNet家族在SD-OCT四分类上的缩放评估

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

Shkelqim Sherifi 发表研究，在 224x224 固定分辨率下用 ImageNet 预训练的 EfficientNet-B0–B7 八个变体（主干参数 4.05–64.10M）对 Kermany 数据集四类 SD-OCT 图像做迁移学习分类。测试准确率并未随模型增大单调上升：B0 为 95.93%，B1 升至 96.95%，B7 为 96.73%。作者称，由于跨划分重复样本尚未经独立审计，上述结果以研究所用数据划分为条件。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

13:00
arXiv cs.AI
EfficientNet 家族在固定分辨率迁移学习下的 SD-OCT 视网膜疾病分类效果评估
研究在 224x224 固定分辨率下评估 8 个 ImageNet 预训练 EfficientNet-B0–B7 变体（4.05–64.10M 主干参数）对 Kermany 数据集四类 SD-OCT 图像的分类表现，测试准确率从 B0 的 95.93% 非单调变化至 B1 的 96.95%，B7 为 96.73%。

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。