HierAttn
1.0.0
스테이지 및 분기주의를 가진 깊게 감독 된 피부 병변 진단
Wei Dai, Rui Liu, Tianyi Wu, Min Wang, Jianqin Yin, Jun Liu
2023 년 IEEE JBHI에서 수락. [ARXIV] [논문]

설치 지침은 install.md를 참조하십시오.
데이터 세트 준비는 Data.Md를 참조하십시오.
우리는 전송 학습을 사용하여 Hierattn 및 SOTA 모델의 조정 가능한 가중치를 부분적으로 초기화했습니다. 사전 예방 모델 다운로드는 Premodel.md를 참조하십시오.
| IHISIC20000 발 | # 매개 변수/m | 상단 1 정확도/%↑ |
|---|---|---|
| Mobilenetv2 | 2.23 | 93.45 |
| MobileVit_s | 4.94 | 94.72 |
| Mobilenetv3_large | 4.21 | 94.77 |
| Shufflenetv2_1 × | 2.28 | 95.23 |
| mnasnet1.0 | 3.11 | 95.45 |
| 효율적인 NET_B0 | 4.02 | 95.48 |
| Hierattn_xs (우리) | 1.08 | 96.15 |
| hierattn_s (우리) | 2.14 | 96.70 |
| IHPAD3000 VAL | # 매개 변수/m | 상단 1 정확도/%↑ |
|---|---|---|
| Mobilenetv2 | 2.23 | 87.44 |
| Shufflenetv2_1 × | 2.28 | 87.89 |
| MobileVit_s | 4.94 | 88.22 |
| Mobilenetv3_large | 4.21 | 88.78 |
| 효율적인 NET_B0 | 4.02 | 90.22 |
| mnasnet1.0 | 3.11 | 90.33 |
| Hierattn_xs (우리) | 1.08 | 90.11 |
| hierattn_s (우리) | 2.13 | 91.22 |
연구에 유용하다면 다음과 같이 당사 논문을 인용하는 것을 고려하십시오.
@ARTICLE{10230242,
author={Dai, Wei and Liu, Rui and Wu, Tianyi and Wang, Min and Yin, Jianqin and Liu, Jun},
journal={IEEE Journal of Biomedical and Health Informatics},
title={Deeply Supervised Skin Lesions Diagnosis With Stage and Branch Attention},
year={2024},
volume={28},
number={2},
pages={719-729},
keywords={Skin;Lesions;Feature extraction;Convolution;Transformers;Training;Computational modeling;Attention;deep supervision;disease classification;skin lesion;vision transformer},
doi={10.1109/JBHI.2023.3308697}}
훌륭한 프레임 워크를 위해 ML-CVNETS 의 저자들에게 감사드립니다!