电子科技大学团队提出自适应矩形卷积（ARConv）解决遥感图像多尺度特征提取难题。针对传统卷积核固定形状与采样点无法适应物体尺寸差异的问题，ARConv通过双子网络动态学习每个像素的卷积核高度...

我进行了一项卷积神经网络（CNN）应用实验。我首先准备了自定义的农作物病害数据集，并将其与CIFAR-10一同用于评估LeNet、AlexNet、VGG、ResNet四种经典CNN模型。通过对比实验，我分析了各模型...

我介绍了LeafConvNeXt模型中的Layer Scale机制和Drop Path技术，以及LayerCAM可视化方法。在论文写作方面，老师们强调引言要聚焦核心问题，相关工作要突出重点，实验部分需分类对比并包含消融实...

我总结了论文的混淆矩阵计算方法及其相关评估指标，包括准确率、精确率、召回率和F1分数等。通过Python代码实现了多分类场景下各项指标的计算，并详细解释了宏平均和微平均的区别。该方法适用于...

本文介绍了基于UNetFormer的城市绿地智能提取系统开发与实践经验。通过重构模型预测模块实现单图推理功能，结合Flask框架搭建Web应用，完成从算法到实际软件的转化。在模型优化方面，提出MSC-FF...

我总结了论文的MSHFormer模型，这是一种用于高分辨率遥感图像建筑物提取的多尺度混合Transformer网络。该模型通过多尺度局部感知模块、全局感知模块、边界增强模块和分组对齐特征融合模块，有效...