人工智能 第9页
倾家荡产买显卡，炼丹科研两不误。数据如海深无底，模型似山高难攀。夜以继日调参数，GPU风扇声声急。精度提升一点点，发际线却步步高。代码千行非一日，实验百次方见真。AI世界多奇妙，科研路上共前行。
排序
【人工智能】我Fork了ConvLSR-Net的项目，欢迎一起研究
GitHub链接：https://github.com/SmallBambooCode/ConvLSR-Net Readme： SmallBambooCode 修改版 为了更加方便的训练&测试 增加了测试日志保存 修改了部分数据集文件的默认地址 增加shell脚...
1年前
【人工智能】LeafConvNeXt：为无人农业的未来强化植物病害分类
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...
5个月前
【人工智能】Pest-ConFormer: 一种用于大规模多类别农作物害虫识别的CNN-Transformer混合架构
Pest-ConFormer通过融合CNN与Transformer的优势，结合多尺度特征聚合和弱监督学习，显著提升了细粒度害虫分类性能，但计算复杂度较高。未来工作可围绕轻量化、小目标优化和数据增强展开。
8个月前
【人工智能】对LSRFormer模块的理解——遥感图像语义分割
我阅读了LSRFormer模块论文，它融合ViT和CNN优势，通过Split Windows分割特征图，采用LR-SA（长程自注意力）和SR-SA（短程自注意力）分别建模全局依赖和局部细节，并结合MSC-FFN增强多尺度特征...
3个月前
【人工智能】UNet++：嵌套的U-Net架构用于医学图像分割
我总结了UNet++论文，该论文发表在MICCAI会议上，引用量高达6895次。UNet++通过改进传统U-Net架构，引入了嵌套密集跳跃连接和深度监督，显著提高了医学图像分割的精度。实验结果显示，UNet++在...
1年前
【人工智能】通过玉米叶片病害识别提高作物生产力与可持续性：利用大型数据集与先进视觉Transformer模型
本文提出一种轻量化改进的MaxViT模型，通过集成SE模块和GRN技术优化结构，并结合多源数据集（5234张图像）进行玉米叶片病害检测。实验表明，该模型在四分类任务中准确率达99.24%，推理速度达0.0...
7个月前
