熱點事件持續更新
皮膚癌模型真實照片效能大跌
1 篇報道1 個報道來源1 小時前更新
先了解這件事
AI 綜述
報道指出，皮膚癌 CNN 模型在 ISIC 基準測試的效能為 95%，但用於訓練資料以外的真實手機照片時，效能會跌至接近隨機水平。報道認為，這是資料分佈偏移所致，而非模型容量問題；光線、拍攝比例及影像瑕疵是常見差異。建議透過前處理去除毛髮、校正光線和裁切影像。若沒有真實照片的標籤，可使用合成資料增強；對低信心預測及罕見病灶，則應交由人工分流。
AI 根據報道生成 · 1 小時前更新
最新進展10月26日 09:34
最新報道指出，模型在真實手機照片上的效能接近隨機，並建議影像前處理及人工分流。報道時間線
沿着報道，瞭解事件的不同側面。
10月26日
- DEV Community皮膚癌模型為何無法處理真實照片
皮膚癌 CNN 模型在訓練資料以外的真實手機照片上，效能會由 ISIC 基準測試的 95% 跌至接近隨機水平，問題在於資料分佈偏移，而非模型容量。常見差異包括光線、拍攝比例及影像瑕疵；前處理可去除毛髮、校正光線並裁切影像。沒有真實照片標籤時，可用合成資料增強，低信心預測及罕見病灶則應交由人工分流。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。