掩码知识蒸馏

为免疫荧光显微成像跨数据集评估构建鲁棒视觉编码器

Building Robust Vision Encoders for Cross-Dataset Evaluation in Immunofluorescent Microscopy

把细胞图像通道按「上下文/概念」分组，用上下文通道作参考、以掩码知识蒸馏训练通道自适应编码器，使模型在未见通道配置的 IF 数据集上免重训直接迁移——这套「通道条件化表征 + 蒸馏」思路可迁移到多模态/多通道输入不一致的视觉表征学习场景。