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 > cs > arXiv:2507.15577

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.15577 (cs)
[提交于 2025年7月21日 ]

标题: GeMix:基于条件GAN的混合方法用于改进医学图像增强

标题: GeMix: Conditional GAN-Based Mixup for Improved Medical Image Augmentation

Authors:Hugo Carlesso, Maria Eliza Patulea, Moncef Garouani, Radu Tudor Ionescu, Josiane Mothe
摘要: 混补已成为图像分类的一种流行增强策略,但其简单的像素级插值经常产生不现实的图像,这可能阻碍学习,尤其是在高风险的医疗应用中。 我们提出了GeMix,一种两阶段框架,用由类别条件GAN驱动的学习的、标签感知的插值替代启发式混合。 首先,在目标数据集上训练一个StyleGAN2-ADA生成器。 在增强过程中,我们从偏向不同类别的Dirichlet先验中采样两个标签向量,并通过Beta分布的系数进行混合。 然后,我们将生成器条件设置为这个软标签,以合成沿连续类别流形的视觉连贯图像。 我们在大规模的COVIDx-CT-3数据集上对GeMix进行了基准测试,使用了三种主干网络(ResNet-50,ResNet-101,EfficientNet-B0)。 当与真实数据结合时,我们的方法在所有主干网络上都提高了宏F1分数,降低了新冠检测的假阴性率。 因此,GeMix是像素空间混补的即插即用替代方案,提供了更强的正则化和更高的语义保真度,而不会干扰现有的训练流程。 我们公开发布我们的代码https://github.com/hugocarlesso/GeMix以促进可重复性和进一步研究。
摘要: Mixup has become a popular augmentation strategy for image classification, yet its naive pixel-wise interpolation often produces unrealistic images that can hinder learning, particularly in high-stakes medical applications. We propose GeMix, a two-stage framework that replaces heuristic blending with a learned, label-aware interpolation powered by class-conditional GANs. First, a StyleGAN2-ADA generator is trained on the target dataset. During augmentation, we sample two label vectors from Dirichlet priors biased toward different classes and blend them via a Beta-distributed coefficient. Then, we condition the generator on this soft label to synthesize visually coherent images that lie along a continuous class manifold. We benchmark GeMix on the large-scale COVIDx-CT-3 dataset using three backbones (ResNet-50, ResNet-101, EfficientNet-B0). When combined with real data, our method increases macro-F1 over traditional mixup for all backbones, reducing the false negative rate for COVID-19 detection. GeMix is thus a drop-in replacement for pixel-space mixup, delivering stronger regularization and greater semantic fidelity, without disrupting existing training pipelines. We publicly release our code at https://github.com/hugocarlesso/GeMix to foster reproducibility and further research.
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 机器学习 (cs.LG)
引用方式: arXiv:2507.15577 [cs.CV]
  (或者 arXiv:2507.15577v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.15577
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Radu Tudor Ionescu [查看电子邮件]
[v1] 星期一, 2025 年 7 月 21 日 12:58:05 UTC (1,482 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
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.AI
cs.LG

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