CalCErt:医学图像分类置信度校准的分箱认证
Get the story
2026年10月5日,arXiv计算机视觉方向发布CalCErt方法,这是一种简单高效的后处理策略,可为任意预训练可微分分类器提供分箱置信度校准认证。该方法结合经验校准估计、统计集中界与置信函数的局部Lipschitz估计,在半径R的ℓ2球内推导最坏情况失校准的数据相关上界。在11项医学图像分类任务与多种对抗扰动上的实验显示,其认证覆盖率显著高于基线策略,同时保持有竞争力的紧致度。代码已开源。
Generated from reports · updated 16 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computer VisionCalCErt:医学图像分类中置信度校准的分箱认证
CalCErt 是一种简单高效的后处理策略,可为任意预训练可微分分类器提供分箱置信度校准认证。该方法结合经验校准估计、统计集中界与置信函数的局部 Lipschitz 估计,在半径 R 的 ℓ2 球内推导最坏情况失校准的数据相关上界。在 11 项医学图像分类任务与多种对抗扰动上的实验显示,其认证覆盖率显著高于基线策略,同时保持有竞争力的紧致度。代码已开源。
Heat trend
Current heat 7·Comparable peak 10(Oct 5)·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.