待验证50% 置信解决方案精确时间

在医学影像任务标注数据有限的场景下，迁移学习是常用策略，可将所需训练样本量降低数个数量级

1

来源数

50%

置信度

长期有效

时效性

2026/7/14

首次发现

来源

疟疾细胞AI识别：医学影像分类实践全解析

相关事实

已验证迁移学习策略以ImageNet预训练权重为基础，在农业专用数据集上进行微调，可以用较少的训练数据获得较高的识别精度78% 相似待验证迁移学习中通常有两种策略：冻结预训练模型大部分层只训练分类头（Feature Extraction），或用预训练权重初始化后以较小学习率微调所有层（Fine-Tuning）74% 相似待验证域偏移是指训练数据分布与实际部署场景数据分布之间的系统性差异，是迁移学习和AI工程落地的核心挑战之一72% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/503805

API

curl https://kongchang.com/api/v1/knowledge/claims/503805

MCP

get_claim(id=503805)