提出SFDA-SPF弱监督定位域适应方法

2026年10月15日，arXiv Computer Vision 刊出论文，提出无源域适应方法 SFDA-SPF（选择性预测遗忘），用于组织学图像弱监督目标定位的域适应。据该报道，弱监督目标定位（WSOL）模型在强跨域偏移下，预测会过度集中于少数主导类别；SFDA-SPF 通过识别预测主导类别并选择性修正其不确定样本，构建“遗忘集”与“保留集”，引入互补优化目标，在无需真实目标类别分布的前提下推动分类边界偏离偏置预测。该方法同时联合优化像素级分类器以提升定位性能，适用于器官形态、染色方案和采集条件差异显著的计算病理学场景。论文作者为 Alexis Guichemerre 等。目前进展仅限论文发表，尚无后续跟进报道。

AI 根据报道生成 · 26 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。