Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > eess > arXiv:2501.16740

帮助 | 高级搜索

电气工程与系统科学 > 图像与视频处理

arXiv:2501.16740 (eess)
[提交于 2025年1月28日 ]

标题: 用于医学图像分割的SAM高效知识蒸馏

标题: Efficient Knowledge Distillation of SAM for Medical Image Segmentation

Authors:Kunal Dasharath Patil, Gowthamaan Palani, Ganapathy Krishnamurthi
摘要: 《任意物体分割模型》(SAM)在交互式图像分割领域树立了新的标杆,在各种任务中表现出稳健的性能。然而,其较高的计算需求限制了它在实时或资源受限环境中的部署。 为了解决这些挑战,我们提出了一种新颖的知识蒸馏方法,即KD SAM,该方法通过均方误差(MSE)和感知损失的结合来优化编码器和解码器。此双损失框架捕捉结构和语义特征,使学生模型能够在降低计算复杂度的同时保持高分割精度。 基于在包括Kvasir-SEG、ISIC 2017、胎儿头部超声波和乳腺超声波在内的数据集上的模型评估,我们展示了KD SAM与基线模型相比具有可比或更优的性能,但参数显著减少。 KD SAM有效地平衡了分割准确性和计算效率,使其非常适合资源受限环境下的实时医学图像分割应用。
摘要: The Segment Anything Model (SAM) has set a new standard in interactive image segmentation, offering robust performance across various tasks. However, its significant computational requirements limit its deployment in real-time or resource-constrained environments. To address these challenges, we propose a novel knowledge distillation approach, KD SAM, which incorporates both encoder and decoder optimization through a combination of Mean Squared Error (MSE) and Perceptual Loss. This dual-loss framework captures structural and semantic features, enabling the student model to maintain high segmentation accuracy while reducing computational complexity. Based on the model evaluation on datasets, including Kvasir-SEG, ISIC 2017, Fetal Head Ultrasound, and Breast Ultrasound, we demonstrate that KD SAM achieves comparable or superior performance to the baseline models, with significantly fewer parameters. KD SAM effectively balances segmentation accuracy and computational efficiency, making it well-suited for real-time medical image segmentation applications in resource-constrained environments.
评论: 5页,3幅图
主题: 图像与视频处理 (eess.IV) ; 人工智能 (cs.AI); 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2501.16740 [eess.IV]
  (或者 arXiv:2501.16740v1 [eess.IV] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.16740
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Kunal Patil [查看电子邮件]
[v1] 星期二, 2025 年 1 月 28 日 06:33:30 UTC (6,482 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
eess.IV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
cs.AI
cs.CV
eess

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号