MultiGrain: a unified image embedding for classes and instances
KU Leuven（鲁汶大学）；Facebook AI Research（脸书人工智能研究院）
MultiGrain是一种生成紧凑矢量表示的网络架构，适用于图像分类和特定对象检索。它建立在一个标准的分类主干上。网络的顶部产生包含粗粒度和细粒度信息的嵌入，以便可以基于对象类、特定对象或它们是否是失真副本来识别图像。我们的联合训练很简单：我们最小化了用于分类的交叉熵损失和确定两个图像是否相同的排序损失，直到数据增强，而不需要额外的标签。MultiGrain的一个关键组件是池化层，它利用高分辨率图像和以较低分辨率训练的网络。当被馈送到线性分类器时，学习的嵌入提供了最先进的分类精度。例如，我们在Imagenet上学习的ResNet-50获得了79.4%的top-1准确率，这比AutoAugment方法有+1.8%的绝对改进。当与余弦相似性相比时，相同的嵌入在中等分辨率下与最先进的图像检索方法不相上下。
2019-04-03 cs.CV
FS-Depth: Focal-and-Scale Depth Estimation from a Single Image in Unseen Indoor Scene
针对未见室内场景单图深度估计的焦距与尺度模糊问题，提出FS-Depth模型，通过融合焦距特征与多尺度相对深度特征估计绝对深度，显著提升了跨数据集泛化能力并缓解3D重建变形。
2023-07-27 cs.CV
A Vision-Language Model for Focal Liver Lesion Classification
School of Mathematical Sciences, Huaqiao University（华侨大学数学科学学院）；College of Information Science and Engineering, Ritsumeikan University（立命馆大学信息科学与工程学院）；School of Information Science and Engineering, Shandong University（山东大学信息科学与工程学院）
本文提出专用于局灶性肝脏病变分类的视觉-语言模型Liver-VLM，通过将类别信息融入文本编码器并对齐图像与文本特征，在MPCT-FLLs数据集上超越CLIP和MedCLIP，且轻量ResNet18骨干在数据受限时表现更优。
2025-05-06 cs.CV
Threshold-adaptive Unsupervised Focal Loss for Domain Adaptation of Semantic Segmentation
Shanghai Jiao Tong University（上海交通大学）；University of Michigan-Shanghai Jiao Tong University Joint Institute（上海交通大学密西根学院）
语义分割是智能车辆理解环境的重要任务。当前的深度学习方法需要大量的标记数据进行训练。手动注释是昂贵的，而模拟器可以提供准确的注释。然而，用模拟器的数据训练的语义分割模型在应用于实际场景时，性能会显著下降。用于语义分割的无监督领域自适应算法（UDA）近年来受到越来越多的研究关注，其目标是缩小领域差距，提高目标领域的分割性能。在本文中，我们提出了一种新的两阶段基于熵的UDA方法的语义分割。在第一阶段，我们设计了一个阈值自适应的无监督焦点丢失来正则化目标域中的预测，它具有温和的梯度中和机制，并缓解了基于熵的方法中硬样本几乎没有优化的问题。在第二阶段，我们引入了一种名为跨域图像混合（CIM）的数据增强方法来桥接来自两个领域的语义知识。我们的方法使用DeepLabV2在SYNTHIA到Cityscapes和GTA 5到Cityscapes上实现了最先进的58.4%和59.6%的mIoU，并使用轻量级BiSeNet实现了具有竞争力的性能。
2022-08-23 cs.CV
Deep AutoAugment
Michigan State University（密歇根州立大学）；Amazon Web Services（亚马逊云科技）
虽然最近的自动化数据增强方法导致国家的最先进的结果，其设计空间和派生的数据增强策略仍然包含强大的人类先验。在这项工作中，我们提出了一种名为Deep AutoAugment（DeepAA）的全自动数据增强搜索方法，而不是在搜索的数据增强旁边固定一组手工挑选的默认增强。DeepAA从零开始逐步构建多层数据增强管道，每次堆叠一个增强层，直到达到收敛。对于每个增强层，该策略被优化以最大化沿具有低方差的方向的原始数据和增强数据的梯度之间的余弦相似性。我们的实验表明，即使没有默认的增强，我们可以学习的增强策略，实现强大的性能与以前的作品。广泛的消融研究表明，正则化梯度匹配是一种有效的搜索方法的数据增强政策。我们的代码可在https://github.com/MSU-MLSys-Lab/DeepAA上获取。
2022-03-15 cs.AI cs.CV
Robust Atypical Mitosis Classification with DenseNet121: Stain-Aware Augmentation and Hybrid Loss for Domain Generalization
Mohamed Bin Zayed University of Artificial Intelligence（Mohamed Bin Zayed人工智能大学）
本文提出基于DenseNet-121的非典型有丝分裂分类框架，结合染色感知增强与混合损失，在MIDOG 2025测试集上实现85.0%平衡准确率，展现出强域泛化能力。
2025-11-01 cs.CV
Hyperspectral data augmentation with transformer-based diffusion models
University of Trento（特伦托大学）
提出一种基于引导扩散模型和轻量级Transformer的高光谱数据增强方法，通过改进损失函数和方差调度器，在PRISMA卫星10类森林分类任务中优于其他增强技术。
2025-10-09 cs.CV
Comparison of Two Augmentation Methods in Improving Detection Accuracy of Hemarthrosis
University of Toronto（多伦多大学）
本研究比较数据合成与传统增强两种方法对关节积血超声图像检测准确性的提升效果，发现两者均有效且传统增强更优，并通过Grad-CAM解释准确性下降源于域偏移。
2024-09-18 cs.CV
Context-guided Responsible Data Augmentation with Diffusion Models
School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算与信息系统学院）
本文提出 DiffCoRe-Mix，通过上下文约束扩散生成、CLIP 嵌入过滤及像素/块级混合，实现可靠的自然与生成图像协同增强。
2025-03-12 cs.CV
Feature transforms for image data augmentation
University of Padua（帕多瓦大学）；Tampere University（坦佩雷大学）；Missouri State University（密苏里州立大学）；Università di Bologna（博洛尼亚大学）
卷积神经网络（CNN）的一个问题是，它们需要大数据集才能获得足够的鲁棒性;在小数据集上，它们容易过拟合。已经提出了许多方法来克服CNN的这个缺点。在无法轻易收集更多样本的情况下，一种常见的方法是使用增强技术从现有数据中生成更多数据点。在图像分类中，许多增强方法利用简单的图像操作算法。在这项工作中，我们通过添加由14种增强方法（其中3种是首次提出的）组合生成的图像，在数据层面上构建了集成。这些新的方法是基于傅立叶变换（FT），拉冬变换（RT）和离散余弦变换（DCT）。预训练的ResNet 50网络在训练集上进行微调，这些训练集包括来自每种增强方法的图像。这些网络和几个融合在11个基准进行评估和比较。结果表明，通过结合不同的数据增强方法在数据层面上构建集成，产生的分类器不仅与最先进的方法竞争，而且往往超过文献中报道的最佳方法。
2022-08-23 cs.AI cs.CV
Spectral Data Augmentation Techniques to quantify Lung Pathology from CT-images
Erasmus MC Rotterdam（鹿特丹伊拉斯姆斯医学中心）；University of Copenhagen（哥本哈根大学）
本文提出基于离散余弦变换和小波变换的谱数据增强方法，用于囊性纤维化患者CT图像异常肺组织检测，实验表明其性能优于现有方法，并在结合现有方法时将少数类分割性能相对提升44.1%。
2020-04-24 cs.CV eess.IV
GenMix: Combining Generative and Mixture Data Augmentation for Medical Image Classification
School of Electrical Engineering（电气工程学院）；Korea Advanced Institute of Science and Technology（韩国科学技术院）；Department of Software Convergence（软件融合系）；Seoul Women’s University（首尔女子大学）
提出GenMix数据增强技术，结合生成式与混合方法，通过生成合成图像并与真实数据mixup，提升CT图像局灶性肝脏病变分类性能，优于多种生成模型。
2024-07-16 cs.CV
A Strong and Reproducible Object Detector with Only Public Datasets
International Digital Economy Academy (IDEA)（国际数字经济研究院（IDEA））；Microsoft Research（微软研究院）
本文提出 Focal-Stable-DINO，将 FocalNet-Huge 与 Stable-DINO 结合，仅用 Objects365 公开数据训练，便以 700M 参数在 COCO 上取得领先且可复现的检测性能。
2023-04-25 cs.CV
Diverse Data Augmentation with Diffusions for Effective Test-time Prompt Tuning
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）；Australian National University（澳大利亚国立大学）；Harbin Institute of Technology（哈尔滨工业大学）
本文提出 DiffTPT，通过融合传统增强与 Stable Diffusion 生成数据，并以余弦相似度过滤保证保真度，从而提升测试时提示调优在分布偏移和未见类别上的零样本性能。
2023-08-17 cs.CV
Impact of Synthetic Lesional MR Images in Automated Focal Cortical Dysplasia Detection in Low-Data Scenarios
Computational Radiology Laboratory（计算放射学实验室）；Boston Children’s Hospital（波士顿儿童医院）；Harvard Medical School（哈佛医学院）
本研究通过条件生成网络合成FCD病灶MRI数据，评估其真实性及对自动检测的影响，发现合成数据可减少约20%标注需求，但真实数据仍更有效。
2026-06-05 cs.AI cs.CV eess.IV
Towards Effective Data-Free Knowledge Distillation via Diverse Diffusion Augmentation
University of Electronic Science and Technology of China（电子科技大学）；Monash University（莫纳什大学）
本文提出多样化扩散增强方法DDA，通过扩散模型自监督增强合成数据并利用余弦相似度过滤图像，有效提升数据无关知识蒸馏的多样性与保真度，在多个数据集上超越现有最先进方法。
2024-10-23 cs.AI cs.CV
Diffusion-Enhanced Test-time Adaptation with Text and Image Augmentation
Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR)（高性能计算研究所（新加坡科技研究局））；National University of Singapore（新加坡国立大学）；Harbin Institute of Technology（哈尔滨工业大学）；Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）；Australian National University（澳大利亚国立大学）；Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出IT3A方法，通过预训练生成模型对测试样本进行图文多模态增强，并利用余弦相似度过滤虚假增强，以适配器替代提示调优，在零样本测试时自适应中准确率提升5.50%。
2024-12-25 cs.CV
Feature Weaken: Vicinal Data Augmentation for Classification
Harbin Engineering University（哈尔滨工程大学）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
深度学习通常依赖于训练大规模数据样本来实现更好的性能。然而，基于训练数据的过拟合一直是一个问题。为了不断提高泛化能力，学者们提出了各种策略，如特征丢弃、特征混合等。为了达到同样的目的，我们颠覆性地提出了一种新的训练方法，特征弱化，它可以被看作是一种数据增强方法。特征弱化通过弱化原始样本的特征，构造出具有相同余弦相似度的邻域数据分布，用于模型训练。特别是特征弱化改变了样本的空间分布，调整了样本边界，降低了反向传播的梯度优化值。该工作不仅可以提高模型的分类性能和泛化能力，而且可以稳定模型训练，加速模型收敛。我们对经典的深度卷积神经模型和五个常见的图像分类数据集以及BERT模型和四个常见的文本分类数据集进行了广泛的实验。与经典模型或泛化改进方法如Dropout、Mixup、Cutout、CutMix等相比，特征弱化模型具有良好的兼容性和性能。我们还使用对抗样本进行了鲁棒性实验，结果表明特征弱化在提高模型的鲁棒性方面是有效的。
2022-11-20 cs.AI cs.CV cs.LG
Multi-Modal Representation Learning with Text-Driven Soft Masks
Seoul National University（首尔国立大学）
提出一种基于文本驱动软掩码的自监督视觉-语言表示学习方法，通过软掩码生成多样特征、引入焦点损失缓解过拟合及多模态数据增强，在多个视觉-语言下游任务上取得卓越性能。
2023-04-03 cs.CV
Evaluation of Data Augmentation and Loss Functions in Semantic Image Segmentation for Drilling Tool Wear Detection
Know-Center GmbH（Know-Center 公司）；Graz University of Technology（格拉茨工业大学）；Washington University in St. Louis（圣路易斯华盛顿大学）；Materials Center Leoben Forschung GmbH（莱奥本材料研究中心公司）；CERATIZIT Austria GmbH（赛瑞特奥地利有限公司）
本文评估了基于U-Net的语义分割在钻头磨损检测中的性能，比较了二分类与多分类、多种损失函数及数据增强策略，发现中等增强和IoU损失的二分类模型效果最佳。
2024-02-09 cs.AI cs.CV cs.LG
Defocus Blur Synthesis and Deblurring via Interpolation and Extrapolation in Latent Space
University of Twente（特温特大学）
本文提出一种基于潜在空间线性插值与外推的方法，利用正则化自编码器实现显微镜图像的散焦模糊合成与去模糊，从而提升数据多样性和图像质量。
2023-07-28 cs.CV eess.IV
Adversarial AutoMixup
Chongqing Technology and Business University（重庆工商大学）；Telecom SudParis, Institut Polytechnique de Paris（巴黎综合理工大学电信高等学院）；Chongqing University of Posts and Telecommunications（重庆邮电大学）
针对 AutoMix 因生成器与分类器目标一致而产生同质混合样本并导致过拟合的问题，本文提出对抗式 AdAutomixup，通过交替优化、EMA 教师和余弦相似度生成困难样本，在七个图像基准上取得最优分类性能。
2024-03-01 cs.CV
The Notary in the Haystack -- Countering Class Imbalance in Document Processing with CNNs
FAU Erlangen-Nuremberg（纽伦堡大学）；Universität Graz（格拉茨大学）
公证文书是一类文件。公证文书可以通过其公证人签名与其他文件区分开来，公证人签名是证书中的一个突出符号，也可以识别文件的签发人。当然，公证文书相对于其他文件而言所占比例较低。这使得分类困难，因为训练数据中的类别不平衡会影响卷积神经网络的性能。在这项工作中，我们评估不同的对策，这个问题。他们被应用到一个二进制分类和分割任务的中世纪文件的集合。在分类上，公证文书与其他文书相区别，而在分割任务中，公证签名与证书相分离。我们评估不同的技术，如数据增强，下和过采样，以及与焦点损失的正则化。随机少数过采样和数据增强的组合导致最佳性能。在分割中，我们评估了三个损失函数及其组合，其中只有类加权骰子损失能够充分分割公证人签名。
2020-07-15 cs.CV eess.IV
Enhanced Leukemic Cell Classification Using Attention-Based CNN and Data Augmentation
Departamento de Computação, Universidade Federal de Sergipe（计算机系，塞尔希佩联邦大学）
本文提出基于注意力机制的CNN与数据增强方法，实现白血病细胞分类的高准确率与高效参数使用。
2026-01-03 cs.AI cs.CV cs.LG
Asymmetric Loss Functions and Deep Densely Connected Networks for Highly Imbalanced Medical Image Segmentation: Application to Multiple Sclerosis Lesion Detection
Boston Children's Hospital（波士顿儿童医院）；Harvard Medical School（哈佛医学院）；Northeastern University（东北大学）
全卷积深度神经网络被认为是快速精确的框架，在图像分割方面具有巨大的潜力。训练这种网络的主要挑战之一是当数据不平衡时，这在许多医学成像应用中是常见的，例如病变分割，其中病变类体素的数量通常比非病变体素少得多。具有不平衡数据的经训练的网络可以做出具有高精度和低召回率的预测，严重偏向于非病变类，这在FN比FP更重要的大多数医疗应用中是特别不期望的。已经提出了各种方法来解决这个问题，最近的相似性损失函数和焦点损失。在这项工作中，我们使用非对称相似性损失函数训练了完全卷积的深度神经网络，以减轻数据不平衡的问题，并在精度和召回率之间实现更好的权衡。为此，我们开发了一个3D FC-DenseNet，其中大的重叠图像块作为输入，并基于Tversky索引（使用Fbeta分数）开发了一个非对称相似性损失层。我们使用大的重叠图像补丁作为输入的内在和外在的数据增强，补丁选择算法，和补丁预测融合策略，使用B样条加权软投票，占补丁边界的预测的不确定性。我们基于MSSEG和ISBI纵向MS病变分割挑战的两个不同数据集将该方法应用于MS病变分割，其中我们在这两个挑战中均获得了最佳性能。根据ISBI挑战总分，我们的网络使用局灶性丢失训练排名第一，并且在所有提交的方法中报告的病变假阳性率最低。我们的网络训练与不对称的相似性损失导致最低的表面距离和最好的病变真阳性率。
2018-12-13 cs.CV
MitoDetect++: A Domain-Robust Pipeline for Mitosis Detection and Atypical Subtyping
Tissue Image Analytics Centre, University of Warwick（组织图像分析中心，沃里克大学）
针对计算病理学中有丝分裂检测与非典型分类的难点，提出MitoDetect++深度学习流水线，结合改进U-Net、LoRA微调Virchow2及多种泛化策略，在跨域验证中取得0.892的平衡准确率，具备临床应用潜力。
2025-09-04 cs.AI cs.CV eess.IV
CIC-BART-SSA: Controllable Image Captioning with Structured Semantic Augmentation
Rutgers University（罗格斯大学）；Samsung AI Centre - Toronto（三星人工智能中心（多伦多））；Solventum（索尔文腾公司）
提出CIC-BART-SSA模型，利用AMR结构化语义增强扩充数据集，生成多样且可控的图像描述，在多样性和文本质量上优于现有方法，并有效应对高度聚焦场景。
2024-07-17 cs.AI cs.CL cs.CV
Generalization Enhancement Strategies to Enable Cross-year Cropland Mapping with Convolutional Neural Networks Trained Using Historical Samples
Clark University（克拉克大学）；University of Delaware（特拉华大学）；Farmerline Ltd.（Farmerline有限公司）；University of California Santa Barbara（加州大学圣巴巴拉分校）
针对跨年份农田制图因域偏移需每年标注数据的问题，本研究结合TFL损失、光度增强、MC-dropout与适配的归一化策略，提升U-Net泛化性，实现了大区域多年份有效作物制图，相关代码已开源。
2024-08-14 cs.CV
Analyzing Overfitting under Class Imbalance in Neural Networks for Image Segmentation
Imperial College London（伦敦帝国理工学院）
类别不平衡对开发无偏见、准确的预测模型提出了挑战。特别地，在图像分割中，神经网络可能过拟合来自小结构的前景样本，这些小结构在训练集中通常严重不足，导致泛化能力差。在这项研究中，我们提供了新的见解类不平衡下的过拟合问题，通过检查网络的行为。我们根据经验发现，当使用有限的数据和强烈的类不平衡进行训练时，在测试时，logit激活的分布可能会跨越决策边界，而代表性良好的类的样本似乎不受影响。这种偏差导致小结构的系统性分割不足。这种现象在不同的数据库、任务和网络体系结构中得到了一致的观察。为了解决这个问题，我们引入了流行的损失函数和正则化技术的新的非对称变体，包括大边缘损失，焦点损失，对抗性训练，混淆和数据增强，这些都是明确设计来对抗代表性不足的类的logit移位。广泛的实验进行了几个具有挑战性的分割任务。我们的研究结果表明，与基线和替代方法相比，对目标函数的修改可以显著提高分割精度。
2021-02-20 cs.CV
Attention-Enhanced Deep Learning Ensemble for Breast Density Classification in Mammography
本研究提出一种基于注意力增强的深度学习集成系统，结合新型损失函数与CLAHE预处理，在VinDr-Mammo数据集上实现乳腺密度二元分类，AUC达0.963，有效提升临床评估标准化水平。
2025-07-10 cs.CV eess.IV
Correlation Loss: Enforcing Correlation between Classification and Localization
Middle East Technical University (METU)（中东技术大学）
对象检测器通常通过分类和定位损失的加权和来训练。最近的研究（例如，用辅助头预测IoU，广义焦点损失，秩和排序损失）已经表明，迫使这两个损失项以非常规的方式彼此相互作用产生了有用的归纳偏差并提高了性能。受这些工作的启发，我们专注于分类和定位之间的相关性，并作出了两个主要贡献：（i）我们提供了一个分析的目标检测器中的分类和定位任务之间的相关性的影响。我们确定为什么相关性会影响各种基于NMS和无NMS的检测器的性能，我们设计的措施来评估相关性的影响，并使用它们来分析常见的检测器。(ii)根据我们的观察，例如，无NMS检测器也可以从相关中受益，我们提出了相关损失，一种新的插入式损失函数，通过直接优化相关系数来提高各种对象检测器的性能：例如，Sparse R-CNN的相关性损失是一种无NMS方法，在COCO上产生1.6 AP增益，在Cityscapes数据集上产生1.8 AP增益。我们在Sparse R-CNN上的最佳模型达到51.0 AP，没有COCO test-dev上的测试时间增强，达到了最先进的水平。代码可在https://github.com/fehmikahraman/CorrLoss上获得
2023-01-03 cs.CV
Multi-Attention Stacked Ensemble for Lung Cancer Detection in CT Scans
本研究提出多注意力堆叠集成深度网络用于CT肺结节良恶性分类，结合两阶段注意力、动态焦点损失等策略，在LIDC-IDRI数据集上准确率达98.09%，错误率较SOTA降低35%，可辅助肺癌筛查。
2025-07-27 cs.AI cs.CV eess.IV
Advanced Deep Learning Techniques for Accurate Lung Cancer Detection and Classification
University of Vigo（维戈大学）；Arab American University（阿拉伯美国大学）
本文提出基于DenseNet201模型并融合Focal Loss、数据增强和正则化的创新方法，有效克服了小且不平衡数据集导致的假阳性高和过拟合问题，在肺癌CT图像检测与分类中实现了98.95%的准确率。
2025-08-08 cs.AI cs.CV eess.IV
Divergent Domains, Convergent Grading: Enhancing Generalization in Diabetic Retinopathy Grading
Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
针对糖尿病视网膜病变分级中的域泛化问题，提出结合条件增强、域对齐损失、焦点损失和自监督预训练的新方法，显著提升跨域泛化性能。
2024-11-04 cs.CV eess.IV
On the use of Pairwise Distance Learning for Brain Signal Classification with Limited Observations
Instituto Superior Tecnico（高等技术学院）；Universitat Politecnica de Catalunya（加泰罗尼亚理工大学）
越来越多的使用脑电图获得脑信号数据，为研究电生理脑活动和进行神经元疾病的门诊诊断创造了新的机会。这项工作提出了一种成对的远程学习方法，精神分裂症的分类依赖于信号的光谱特性。鉴于有限数量的观察（即病例和/或对照个体）在临床试验中，我们提出了一个连体神经网络架构，学习一个判别特征空间，从成对组合的观察每个通道。通过这种方式，信号的多变量阶数被用作数据增强的一种形式，进一步支持网络泛化能力。卷积层与余弦对比损失下学习的参数，提出了充分探索来自大脑信号的光谱图像。对病例对照人群的结果表明，使用所提出的神经网络提取的特征导致对光谱特征的改进的精神分裂症诊断（准确性和灵敏度+10pp），从而表明存在非平凡的、有区别的电生理脑模式。
2019-09-06 cs.CV cs.LG cs.NE
Vehicle Classification under Extreme Imbalance: A Comparative Study of Ensemble Learning and CNNs
Korea Advanced Institute of Science & Technology (KAIST)（韩国科学技术院）
针对车辆类别极端不平衡问题，论文构建 16 类约 4.7 万图像语料库，比较 SMOTE 再平衡的轻量级集成与增强训练的 ResNet 风格 CNN，证明 CNN 更优并指出少数类仍需数据与代价敏感方法。
2025-09-29 cs.AI cs.CV
Anatomy-Guided Vision-Language Learning with Angular Prototype Separation for Multi-Label Video Capsule Endoscopy Classification Under Class Imbalance
Department of Engineering Science, IIT Hyderabad（印度海得拉尔理工学院工程科学系）；Department of Biomedical Engineering, IIT Hyderabad（印度海得拉尔理工学院生物医学工程系）
针对视频胶囊内镜多标签分类中的极端类别不平衡问题，提出结合角度分离损失和生物状态机解码器的框架，利用解剖上下文和原型学习提升罕见类检测性能。
2026-05-22 cs.AI cs.CV
Efficient Fine-Tuning of DINOv3 Pretrained on Natural Images for Atypical Mitotic Figure Classification
Mines Paris, PSL University, Center for Computational Biology（巴黎 Mines 大学计算生物学中心）；Mines Paris, PSL University, Center for Mathematical Morphology（巴黎 Mines 大学数学形态学中心）；Sanofi（桑福有限公司）；Institut Curie, PSL University（Curie 机构，巴黎 Mines 大学）；INSERM, U1331 Computational Oncology（INSERM，U1331 计算肿瘤学）；Department of Pathology, University Hospital of Nantes（南特大学医院病理学系）
本研究针对MIDOG 2025非典型分裂细胞图分类任务，采用低秩适配微调仅130万参数的DINOv3-H+，结合数据增强与领域加权Focal Loss，最终获挑战赛测试集第一名。
2026-08-11 cs.CV eess.IV
A Heterogeneous Ensemble for Multi-Center COVID-19 Classification from Chest CT Scans
University of Maryland, College Park（马里兰大学，学院公园分校）
本文提出异构集成模型，结合三种不同方法，提升多中心CT图像分类性能，通过领域感知增强和阈值优化，实现平均宏F1值达0.9280。
2026-03-15 cs.CV eess.IV
KD-OCT: Efficient Knowledge Distillation for Clinical-Grade Retinal OCT Classification
Artificial Intelligence Department University of Isfahan（人工智能系伊斯法罕大学）；Labbafinejad Hospital Shahid Beheshti University of Medical Science（拉巴法尼贾医院谢赫·贝赫什提医学科学大学）；Department of Mechanical Engineering Isfahan University of Technology（机械工程系伊斯法罕技术大学）
KD-OCT通过知识蒸馏将高性能ConvNeXtV2-Large模型压缩为轻量EfficientNet-B2模型，实现高效且准确的视网膜OCT分类，适用于临床实时部署。
2026-02-25 cs.AI cs.CV cs.LG
