每日 Arxiv

本页面整理了世界各地发表的人工智能相关论文。
本页面使用 Google Gemini 汇总而成，并以非盈利为基础运营。
论文版权归作者及相关机构所有，分享时请注明出处。

使用 YOLOv12 进行稳健的泛癌症有丝分裂图检测

Created by
  • Haebom

作者

拉斐尔·布尔加德、纪尧姆·巴莱索、托马斯·沃尔特

大纲

本文提出了一种基于深度学习的有丝分裂图检测方法，该图像是肿瘤病理学中的关键预后指标。基于最先进的 YOLOv12 目标检测架构，我们开发了一种用于有丝分裂领域泛化 (MIDOG) 2025 挑战赛的算法。我们在复杂且异构的整个载玻片区域上取得了 0.7216 的 F1 分数，并在最终排行榜上排名第二。

Takeaways, Limitations

•
Takeaways：
◦
使用 YOLOv12 架构开发强大的有丝分裂期检测算法。
◦
即使在复杂的环境中也能实现高性能，证明了其对现实世界病理图像分析的适用性。
◦
无需使用外部数据即可获得有竞争力的结果。
•
Limitations：
◦
F1 分数 0.7216 表明还有改进的空间。
◦
本文没有针对Limitations的具体算法细节或补充解释。
👍
Made with Slashpage