ConvNeXt-Tiny
PulseAugur coverage of ConvNeXt-Tiny — every cluster mentioning ConvNeXt-Tiny across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的光学先验提高了无线胶囊内窥镜分类的准确性
研究人员开发了一种新颖的无线胶囊内窥镜分类框架，该框架在训练阶段纳入了物理信息驱动的血红蛋白先验。该方法旨在通过区分血红蛋白对比度与其他视觉伪影（如胆汁染色和照明问题）来提高血管病变的检测能力。在 Kvasir-Capsule 数据集上的实验显示，分类准确性显著提高，尤其是在识别淋巴管扩张方面，并展示了强大的跨厂商迁移学习能力。
-
Transformer 与 CNN：结直肠组织学分类基准测试
一项新近发表在 arXiv 上的研究比较了卷积神经网络 (CNN)、基于 Transformer 的模型以及混合架构在结直肠组织学图像分类中的性能。该研究使用 Kather 数据集评估了十二种不同的模型，发现所有模型都达到了高准确率，其中基于 Transformer 的架构通常表现出最强的结果。虽然像 EVA-02 和 ViT-B/16 这样的基于 Transformer 的模型表现最佳，但像 ResNet34 和 ConvNeXt-…
-
Reload-Mamba 通过新颖的状态空间建模增强语义分割
研究人员开发了 Reload-Mamba，这是一个利用 Mamba 类状态空间模型来增强多类别语义分割的新颖框架。该方法通过引入边界监督局部细节先验、类别不确定性感知重载门（Reload Gate）以及分层多级别重载机制（hierarchical multi-level Reload mechanism），解决了序列传播中的响应稀释问题。这些创新共同提高了模型恢复关键边界和细节敏感响应的能力，在 ADE20K 和 Cityscapes…
-
深度学习模型以94.90%的准确率自动化灾害损失评估
研究人员开发了一个新的深度学习框架，利用遥感影像自动化灾害损失评估。该系统融合了灾前和灾后卫星数据以及多模态注意力机制，将建筑物分为四个损坏等级，准确率达到94.90%。这种方法显著提高了损失评估的速度和精度，有助于应急响应工作。
-
新的ERN-Net通过演进式推理节点改进文档二值化
研究人员开发了ERN-Net，一种用于文档二值化的新方法，能够更好地处理退化的图像区域。该方法利用演进式推理节点和多尺度推理来增强模糊笔画、断裂字符和嘈杂背景。实验表明，ConvNeXt-Tiny在准确性和内存效率之间取得了良好的平衡，并且在DIBCO数据集上进行预训练可以在极短的额外训练时间内提升性能。
-
新的剪枝技术有望实现更小的模型和更快的训练速度
研究人员开发了新的神经网络和数据集剪枝方法以提高效率。DCP-Prune 专注于视觉模型的超低 token 剪枝，以显著更少的 token 实现高性能。Squeeze-Release 提供迭代剪枝和结构最小化，模型压缩高达 39 倍，同时保持准确性。此外，OrderDP 和一个基于图的框架提供了理论上保证的无损动态数据剪枝，在不牺牲性能的情况下将训练速度提高了 40% 以上。
-
新框架通过双模型方法提升医学图像分类性能
研究人员开发了一种新的深度学习框架，用于医学图像分类，该框架结合了自监督学习和迁移学习技术。该方法使用了两个ConvNeXt-Tiny模型，一个在ImageNet上预训练，另一个在医学数据上使用熵引导的掩码自编码器进行训练。两种模型概率的集成策略（平均法）在四个医学成像数据集上取得了最先进的结果，优于单个模型和现有方法。
-
GAFSV-Net框架使用二维图像进行在线签名验证
研究人员开发了GAFSV-Net，一种用于在线签名验证的新型框架，它将时间签名数据转换为六通道的Gramian Angular Field图像。这种方法允许利用强大的二维卷积神经网络架构，特别是ConvNeXt-Tiny编码器，而这对于原始时间序列模型来说是无法实现的。与现有的基于序列的方法相比，该系统在DeepSignDB和BiosecurID等基准数据集上表现出优越的性能，突显了二维时间编码的好处。
-
AI模型提供可解释的糖尿病视网膜病变分级，并附带视觉和文本解释
研究人员开发了一种新的糖尿病视网膜病变（DR）分级方法，该方法将深度学习模型与可解释的解释相结合。该方法使用卷积神经网络（CNN）和Transformer架构，通过加权软投票集成实现了高达0.934的QWK分数。为了实现可解释性，该研究使用Grad-CAM++生成了视觉归因图，并使用视觉语言模型生成了文本解释，旨在从视网膜图像中提供具有临床意义的见解。