本篇论文作者开发了LeafConvNeXt深度学习模型，用于高效检测植物叶片病害。该模型基于改进的ConvNeXt架构，结合组卷积和密集连接增强特征提取能力，并采用LayerCAM提升可解释性。在包含52类病害...

我参加了2025年的统计建模大赛，经历了从3月24日到4月24日一个月的紧张准备和论文撰写，最终成功提交了作品。通过这次比赛，我深刻体会到组队时选择合适队友的重要性，如尽量选择距离近或计划性...

在这次组会中，我汇报了无归一化的Transformer、遥感自适应矩形卷积以及CNN+ViT的作物病虫害分类模型PlantAIM的研究进展。无归一化的Transformer通过DyT替换了传统的LN层，提升了模型的泛化能力...

PlantAIM是一种新型基准模型，旨在通过融合全局注意力机制与局部特征提取能力，提升植物病害识别的性能。该模型结合了视觉Transformer（ViT）和卷积神经网络（CNN）的优势，通过双骨干网络和全...

DynamicVis模型针对高分辨率遥感图像中小目标检测难题提出创新解决方案。针对传统ViT模型存在的计算复杂度高、细节丢失等问题，该模型构建动态区域感知主干网络，通过重要性评分筛选关键区域tok...

该研究提出受生物视觉启发的OverLoCK卷积神经网络，通过'先概览后细查'机制解决传统ConvNets全局语义缺失问题。其核心创新包括深度阶段分解策略（DDS）和上下文混合动态卷积（ContMix）：DDS将...