一篇研究论文介绍了一种新颖的深度学习架构，旨在提高稀有动物物种的图像分类准确性，这些物种的数据本身就很少。所提出的混合框架结合了一个自适应离散余弦变换（DCT）预处理模块与Vision Transformer (ViT-B16) 和 ResNet50 骨干网络。该方法利用频域线索和空间表示，通过跨层融合策略在分类前将它们整合起来。 AI
影响 提出了一种提高AI模型在样本极度稀缺数据集上性能的新方法。
排序理由 这是一篇详细介绍新颖深度学习架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2505.22701v3 Announce Type: replace Abstract: A major challenge in rare animal image classification is the scarcity of data, as many species usually have only a small number of labeled samples. To address this challenge, we designed a hybrid deep-learning framework comprisi…