一、学习C++（大一 10月-1月） 大一进社团验收完C语言后开始学习C++，学到泛型即可（便于理解为什么python中不需要定义数据的类型）。 二、python基础和Anaconda的安装（大一1月-2月） 取消数据...

研究聚焦于作物病害识别与遥感频域特征融合。基于ShiftingNet的病害识别模型在Plant Village数据集上实现多类作物Val Acc达99.8%，验证了标准化预处理对复杂背景图像的重要性；针对ConvLSRNet的...

我针对遥感图像分割模型进行了改进，重新绘制了模型结构图并详细说明了5个Stage的参数配置，突出了Sf-Channel特征图偏移的核心创新点。新增了与ShiftingNet和EfficientnetV2-S的对比实验，通过...

本次组会汇报了两项研究进展：一、提出基于图像切割与标注的作物叶片病害分类去背景方法，采用小型Inception模型验证泛化性，探讨OpenCV预处理或语义分割去背景的可行性；二、融合多源玉米数据...

用于密集图像预测的频率感知特征融合这篇论文来源:TPAMI 2024，本研究将信号或图像从时域转换到频域，用于提取高频特征。

我对比了K-Means、DBSCAN和层次聚类三种算法在客户细分数据集上的表现。K-Means通过肘部法确定最佳K值为5，轮廓系数0.2332表现最好；DBSCAN对参数敏感仅形成2个簇；层次聚类使用余弦距离和平均...