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...

我总结了深度学习中的核心概念，包括欠拟合、过拟合、噪声处理、正则化、感受野、训练超参数、神经网络层类型（卷积层、池化层、全连接层等）以及各类神经网络模型（感知机、FNN、CNN、RNN、LST...

本文呕心沥血，总结了从2024年四月末进团队到2025年2月末的参加组会的核心收获，纯手敲为1500字的浓缩文章，干货和信息密度极高。

我总结了从PyTorch入门到选定科研方向的全流程指南，包括高效阅读论文、数据集预处理、模型实践、研究方向选择、项目启动以及科研心态管理等内容。文章强调要带着批判性思维阅读论文，注重实践...