研究人员开发了HiRes，一种新颖的分层级联管道，用于从图像中准确识别电阻器值。该方法集成了使用YOLOv8n的目标检测、使用UNet++和EfficientNet-B2的语义分割以及结构化几何解码。HiRes表现出高性能，实现了85.8%的端到端识别准确率，在具有挑战性的真实图像数据集上优于经典基线（CVResist）和最先进的MLLMs。 AI
影响 该方法为特定视觉识别任务提供了比MLLMs更具可解释性和更有效率的替代方案。
排序理由 该集群描述了一篇详细介绍特定计算机视觉任务新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2606.30179v1 Announce Type: new Abstract: Accurate identification of resistor values from unconstrained images remains a challenging computer vision task due to variations in lighting, orientation, scale, and background complexity. This paper presents HiRes, a hierarchical …
Accurate identification of resistor values from unconstrained images remains a challenging computer vision task due to variations in lighting, orientation, scale, and background complexity. This paper presents HiRes, a hierarchical cascaded pipeline for end-to-end resistor value …