对抗样本挖掘

基于扩散的原生对抗合成以增强医学分割泛化

Diffusion-Based Native Adversarial Synthesis for Enhanced Medical Segmentation Generalization

把扩散模型的初始噪声当作可优化变量来挖掘「原生对抗样本」，无需重训或改动扩散模型即可生成难例做数据增强；做医学分割或任何小样本分割任务时，这是一个可直接套用的合成增强插件。