Yaofei Duan

EvoDiff把主动学习的选样改成“先生成、再检索”：在特征空间里用扩散采样生成合成探针，只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中，它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线，并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。

EvoDiff把主动学习的选样改成“先生成、再检索”：在特征空间里用扩散采样生成合成探针，只把被探针检索到的真实未标注超声图像交给专家标注。在覆盖15个数据集、16,696张图像、6类器官任务的评测中，它在ResNet-50与USFM两种下游模型上多数设置优于随机采样和多种主动学习基线，并以模型估计的标注工作量指标给出相对随机采样24%至84%的削减。