[Paper] 自适应混合优化器驱动框架用于结节性皮肤病识别

发布: 2周前 (2026年1月5日 GMT+8 13:35)

6 min read

原文: arXiv

Source: arXiv - 2601.01807v1

Overview

该论文介绍了 LUMPNet，一种混合深度学习框架，结合了目标检测（YOLOv11）和图像分类（EfficientNet），并配备了新设计的自适应混合优化器，用于检测牛只的乳头皮肤病（LSD）病变。通过对照片进行自动化早期检测，该方法有望为农民和兽医服务提供更快速、更可靠的疾病监测。

Hybrid Architecture: 将 YOLOv11 与基于 EfficientNet 的分类器集成，用于结节定位以及疾病与健康的判定。
Adaptive Hybrid Optimizer: 一种自定义优化器，融合 AdamW 与 SGD‑style 动量的优势，以稳定并加速检测头和分类头的训练。
Compound Scaling of EfficientNet: 采用 EfficientNet‑B0/B1 的复合缩放规则，在模型规模、精度和边缘设备推理速度之间取得平衡。
Empirical Validation: 在公开的 LSD 图像数据集上实现 99 % 的训练准确率和 98 % 的验证准确率，优于以往仅使用 CNN 的基线。
Case‑Study Comparison: 实验证明，完整的 LUMPNet 流水线性能超过单独使用 AdamW 训练的 EfficientNet‑B0 模型，验证了混合设计的优势。

数据准备
- 公共发布的牛皮图像数据集（健康和LSD受影响的）。
- 图像被调整为 640 × 640 px 用于 YOLOv11，224 × 224 px 用于 EfficientNet。
- 应用标准数据增强（随机翻转、旋转、颜色抖动）以提升鲁棒性。
检测阶段（YOLOv11）
- YOLOv11 扫描整幅图像并输出可疑结节的边界框。
- 调整置信阈值，以保持高召回率的检测，同时限制误报。
分类阶段（EfficientNet）
- 将 YOLO 边界框裁剪的图像块输入 EfficientNet 主干网络。
- 网络采用复合缩放（深度、宽度、分辨率），保持模型轻量化，适用于现场设备。
自适应混合优化器
- 初始使用 AdamW 的参数自适应学习率，以实现快速的早期收敛。
- 在预设的 epoch 后或验证损失趋于平稳时切换到带动量的 SGD 模式，降低过拟合并提升泛化能力。
- 两个阶段均使用学习率调度（余弦衰减）。
训练与评估
- 使用多任务损失（YOLO 目标性 + EfficientNet 交叉熵）对检测和分类头进行联合训练。
- 指标：检测使用平均精度均值（mAP），分类使用准确率和 F1‑score。

Metric	LUMPNet	Prior CNN‑Only Baseline	EfficientNet‑B0 (AdamW)
检测 mAP (IoU = 0.5)	0.97	0.89	–
分类准确率（验证集）	98 %	94 %	95 %
训练准确率	99 %	96 %	96 %
推理时间（CPU，单核）	~45 ms / image	~60 ms	~55 ms
模型大小	38 MB	45 MB	34 MB