Linear Probing на рентгене: как обучить мультилейбл-классификатор без дорогих GPU

Задача: определить несколько патологий на рентгене грудной клетки (плевральный выпот, пневмоторакс и др.) — не сегментация, а мультилейбл-классификация с вероятностями. Полный fine-tune большой сети на арендованной GPU дорог и рискован, поэтому выбран linear probing: тяжёлый предобученный энкодер заморожен, обучена только небольшая «голова».

Результат: macro AUC на валидации — 0.9025, обучение уложилось в 10 эпох. В статье разобраны тонкости пайплайна: проблемы с путями к датасету, отказ от горизонтального отражения (flip) и другие практические нюансы.