研究人员开发了一种新颖的多模态AI框架，用于对禽类骨骼进行分类，整合了视觉数据和骨测量数据。该系统使用一个两阶段流程，结合BiRefNet和SAM2进行图像分割，然后将EfficientNet_V2_S提取的视觉特征与形态测量数据融合。该模型在识别骨骼类型方面达到了86%的准确率，并在科级分类中显示出潜力，前三准确率为75%，为AI辅助动物考古学建立了一个新的方法学基准。 AI
影响 为动物考古学建立了一种新的AI驱动方法，有望加速禽类遗骸的识别。
排序理由 该集群包含一篇详细介绍特定科学应用新AI方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
