文章目录
- Towards Novel Class Discovery: A Study in Novel Skin Lesions Clustering
- 摘要
- 方法
- 实验结果
Towards Novel Class Discovery: A Study in Novel Skin Lesions Clustering
摘要
在识别皮肤疾病的皮肤镜图像方面,现有的深度学习模型表现出了令人期待的性能。然而,这些模型在临床应用中只能识别预定义的类别,而无法应对不断涌现的新未知类别的数据。因此,自动发现和识别新的语义类别对于从新数据中获取知识至关重要。
为了解决这个问题,研究提出了一种新的自动发现新语义类别的框架,它基于已知类别的知识。具体而言,首先利用对比学习方法学习所有已知和未知类别数据的稳健且无偏的特征表示。
然后,采用一种基于不确定性感知的多视图交叉伪监督策略,使用自我标记策略生成的伪标签对所有类别的数据进行联合训练。
最后,通过聚合局部样本相似性的邻域信息来改进伪标签,提高模型对未知类别的聚类性能。
方法
实验结果