作者开源 RSNA 膝关节 MRI 异常检测竞赛流水线
热点事件持续更新
作者开源 RSNA 膝关节 MRI 异常检测竞赛流水线
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
BananaSpaGetti 在 GitHub 公开其参加 RSNA 膝关节 MRI 异常检测 Kaggle 竞赛的完整代码流水线，可从原始 DICOM 预测 12 类膝部病变，评估指标为 macro-averaged AUC。据作者称，该方案在 private 榜获 0.942（排名 917/6,425），后期用第 7 名团队公开标签训练的 CoAtNet-2 模型达 0.946。作者称提升最大的因素是基于放射报告的伪标签（0.907→0.946）、优化器设置及全量数据重训。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 22:34
BananaSpaGetti 发布 RSNA 膝关节 MRI 异常检测 Kaggle 竞赛流水线报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- GitHub · 灵魂体仓库BananaSpaGetti 发布 RSNA 膝关节 MRI 异常检测 Kaggle 竞赛流水线
作者公开其 RSNA 膝关节 MRI 异常检测 Kaggle 竞赛完整流水线，从原始 DICOM 预测 12 类膝部病变，指标为 macro-averaged AUC。团队最终方案在 private 榜获 0.942（排名 917/6,425），后期用第 7 名团队的公开标签训练 CoAtNet-2 模型达 0.946 private。提升最大的因素是基于放射报告的伪标签（0.907→0.946）、冻结 stem 加 warmup 与 cosine decay 的优化器设置，以及全量数据重训。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。