כתבה
arXiv cs.AI ·
CoLoRA: טכניקת התאמה יעילה למודלי CNN עם דוגמא על סיווג תמונות OCT
COLORA: Efficient Fine-Tuning for Convolutional Models with a Study Case on Optical Coherence Tomography Image Classification
CoLoRA היא טכניקת התאמה יעילה למודלי CNN שמאפשרת סיווג תמונות OCT באופטימיות גבוהה. השיטה משתמשת במודלי VGG16 ו-ResNet50 ומציגה תוצאות טובות יותר מאשר תרגיל תרגיל תרגיל. CoLoRA יכולה לשמש כפתרון יעיל לבעיות סיווג תמונות בעולם הרפואי.
תקציר מקורי באנגליתarXiv:2505.18315v5 Announce Type: replace-cross Abstract: We introduce CoLoRA (Convolutional Low-Rank Adaptation), a parameter-efficient fine-tuning method for convolutional neural networks (CNNs). CoLoRA extends LoRA to convolutional layers by decomposing kernel updates into lightweight depthwise and pointwise components. This design reduces the number of trainable convolutional-update parameters by over 80\% compared with full convolutional fine-tuning, while allowing the learned updates to be merged into the pretrained convolutional kernels, thereby preserving the original model size and inference complexity. Experiments on MedMNIST datasets, particularly OCTMNISTv2, demonstrate that CoLoRA applied to VGG16 and ResNet50 achieves competitive classification performance while substantially
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית