כתבה
arXiv cs.LG ·
DS@GT ARC: תפוצה אדריכלית לזיהוי רעיונות וקידום סקאלה של מודלי בסיס לתיאור תמונות רפואיות
DS@GT ARC at ImageCLEFmedical 2026: Architectural Diversity for Concept Detection and Foundation-Model Scaling for Caption Prediction in Medical Image Analysis
הצגנו תצוגות DS@GT לאתגר ImageCLEFmedical Caption 2026, כולל שני עקבות: זיהוי רעיונות ותיאור תמונות. הצגנו גם קידום של מודלי בסיס ופיתוח של כלים חדשים.
תקציר מקורי באנגליתarXiv:2607.27763v1 Announce Type: cross Abstract: We describe the DS@GT submissions to the ImageCLEFmedical Caption 2026 challenge, which continues a long-running benchmark on the ROCOv2 dataset with two tracks: Concept Detection (Task 1), assigning UMLS Concept Unique Identifiers (CUIs) to radiology images, and Caption Prediction (Task 2), generating natural-language captions. For Task 1, our primary submission was a three-way late-fusion ensemble of ConvNeXt-V2, BiomedCLIP ViT-B/16, and DenseNet-169 with a regularized ''Honest Threshold Tuning'' procedure designed to avoid validation overfitting on rare concepts; this submission ranked first on the official submission with a primary $F_1$ of $0.5790$ and a secondary $F_1$ of $0.9657$. In parallel, we submitted a training-free KNN retriev
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית