冠脉造影狭窄检测实战：标注格式不一致让 YOLO 跨数据集崩盘
Future-Structure-296 · reddit · 2026-10-24
一位开发者分享冠状动脉 X 光造影狭窄（stenosis）候选检测项目的经验与困惑，目标是高召回率、可容忍误报。
- 之前用 YOLO 在自建数据集上表现尚可，但换数据集就崩，主因之一是标注格式不一致：一套是围绕点的固定尺寸框，另一套是贴合病灶的框，同一疾病实际成了两个不同任务。
- 他已有血管分割与中心线，打算先沿血管做半径剖面找狭窄，再用网络过滤候选，征求更好的方案。
- 最头疼的是评估：医生标注并不覆盖所有狭窄，据此算出的 recall 必然偏乐观，如何在不完整 ground truth 下得到诚实数字是核心问题。
- 同时征集 ARCADE 之外的论文、repo 和公开数据集。
「研究」频道最新
- ZurichCV#15 讲座预告：DeskForge 桌面环境与 computer-use 智能体 RL 环境 — DominiqueCAPaul · 2026-10-24
- LEASH:弱代理带不确定性信号,成本降 19% 追平 Claude Opus 5 — SharonYixuanLi · 2026-10-24
- In Silico 线下活动回归:11 月伦敦谈 flow matching 与分子蛋白质设计 — mmbronstein · 2026-10-24
- DeepMind 用 AlphaProtein Novo 设计出自然界从未演化出的新酶 — hey_abusiddik · 2026-10-24
- K2 Horizon 开放 13 万亿 token 预训练数据与后训练数据管线 — ChengleiSi · 2026-10-24
- ICLR 审稿人吐槽待审论文太多：全是 slop 没法审 — chhaviyadav_ · 2026-10-24