ConvNeXt-Tiny
PulseAugur coverage of ConvNeXt-Tiny — every cluster mentioning ConvNeXt-Tiny across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的DMSNet模型改进了视频胶囊内窥镜分类
研究人员开发了DMSNet,一种旨在改进自动化视频胶囊内窥镜分类的新网络。该网络集成了多尺度特征融合、可变形病灶细化和注意力机制,以解决类别不平衡和视频多样性有限等挑战。在Kvasir-Capsule数据集上的评估显示,DMSNet的MCC为0.442,而在外部CV2024数据集上的性能则突显了显著的跨数据集迁移,其中ConvNeXt-Tiny表现最佳,MCC为0.207。研究还强调,模型性能和排名对验证协议和训练数据多样性高度敏感。
-
新框架将相关性传播统一为熵最优传输
研究人员开发了一个新的框架来理解神经网络中的相关性传播,将其视为一种熵最优传输。该方法将各种现有的LRP规则统一在一个单一的原则下,并引入了一种称为Sinkhorn相关性传播的新方法。新方法已在VGG-16和ConvNeXt-Tiny等图像分类器上进行了测试,证明了其准确追踪证据流和识别有影响力的隐藏单元的能力。
-
新的深度学习框架改进了糖尿病视网膜病变分级
研究人员开发了CalibCause,一个旨在改进糖尿病视网膜病变分级的新型深度学习框架。该框架通过引入质量门控、专家可解释性和具有延迟机制的校准置信度,解决了当前系统的局限性。使用超过51,000张眼底图像进行的评估表明,CalibCause可以在保持与不同数据集基线模型相当的性能的同时,实现高准确率和压缩率,表明其在临床环境中更可靠部署的潜力。
-
视觉语言模型(VLM)在数据有限的计算机视觉项目中的价值评估
一个个人项目探索了视觉语言模型(VLM)在计算机视觉任务中的效用,特别是在处理数据和计算资源有限的情况下。该实验在一个食品数据集上比较了微调后的ConvNeXt-Tiny模型和SmolVLM-Instruct模型。虽然ConvNeXt-Tiny的准确率更高,但该项目研究了VLM是否可以通过纠正分类器错误或提供替代见解来提供互补价值。
-
新的WoodBR-Cross数据集提高了AI木材物种识别的准确性
研究人员推出WoodBR-Cross,一个旨在提高图像中木材物种识别准确性的新数据集。该数据集包含38个物种的4800多张图像,关键在于将图像与个体树木关联起来,以防止因在同一棵树的图像上进行训练和测试而产生的乐观性能估计。在ResNet-50、ConvNeXt-Tiny和ViT-B/16等模型在该基准上的评估显示,当模型在树木级别分离的数据上进行训练和测试时,性能可能会下降,这凸显了该数据集在更现实评估中的实用性。
-
轻量级AI分析振动数据用于消费设备监测
研究人员开发了一个轻量级AI框架,用于利用振动数据监测消费设备的状态。该系统使用CWT和HHT将一维振动信号转换为二维时频表示,然后由MobileNetV3-Small、ConvNeXt-Tiny和YOLOv11-cls等轻量级深度学习模型进行分析。该框架在Case Western Reserve University、Paderborn University和Intelligent Maintenance Systems的公开轴承数…
-
受生物启发的激活函数HAND可提高CNN泛化能力
研究人员开发了一种名为HAND(Homeostasis, Accelerating Nonlinearity, and Divisive-nomalisation)的新激活函数,其灵感来源于生物过程。该函数旨在提高卷积神经网络(CNN)在图像分类任务中的泛化能力和样本效率。实验表明,在ImageNet1k等数据集上使用HAND,可以显著减少ConvNeXt-tiny等模型的训练时间和数据需求,同时提高在长尾和损坏图像数据集上的准确性。
-
新系统根据咬合几何形状生成正畸报告
研究人员开发了一种新颖的系统,用于从口内扫描数据生成正畸报告,超越了传统的多模态字幕。该系统利用了咬合扫描对已在咬合中配准的事实,从而可以直接测量咬合量。通过恢复解剖框架并将牙弓简化为咬合脊轮廓,该系统计算了各种测量值,如覆盖咬合、水平咬合和交叉咬合的程度。然后,使用梯度提升将这些测量值映射到模板字段,并使用ConvNeXt-Tiny分类器提高准确性。该系统在ODIN 2026 Bite2Text测试阶段排名第三,证明了其效率和准确性。
-
新的注意力框架增强了胃肠内窥镜图像分类
研究人员开发了MultiAttenGastro,一个新颖的注意力框架,旨在提高胃肠内窥镜图像的分类。该框架采用并行的1-D、2-D和3-D注意力头来捕获通道、空间和上下文信息。在各种数据集和模型骨干上的评估表明,注意力机制的有效性取决于像ImageNet这样的预训练模型与特定医学成像领域之间的表示差距。
-
AI框架助力植物病害诊断和水果分类
研究人员开发了用于农业应用的高级AI框架,重点关注植物病害诊断和水果分类。第一项研究介绍了H²MAF,该框架将EfficientNet-B3和ConvNeXt-Tiny等视觉模型与Gemma 4 E4B和Qwen3.5 4B等多模态大语言模型(MLLMs)融合,以提供可解释的植物病害诊断和风险评估。第二项研究提出了一种使用TinyCLIP的轻量级视觉-语言框架,用于早期绿色水果分类,并针对NVIDIA Jetson硬件上的边缘部署进行了优化。
-
新的集成深度学习框架提高了皮肤病变分类的准确性
研究人员开发了一种新的深度学习框架,用于对医学图像中的皮肤病变进行分类。该框架结合了 Vision Transformer 模型 MaxViT-Tiny 和两个卷积神经网络模型 ConvNeXt-Tiny 和 EfficientNetV2-B0,并使用了深度集成学习。该系统集成了蒙特卡洛 Dropout 来估计预测不确定性,并使用 Grad-CAM++ 进行可视化解释,突出显示图像中对分类决策有贡献的区域。在 HAM10000 数据集…
-
新AI框架通过不确定性和可解释性增强皮肤病变分类
研究人员开发了一个新的皮肤病变分类框架,该框架结合了深度集成学习、不确定性量化和可解释性技术。该方法使用多种模型,包括视觉 Transformer 和 CNN,以提高准确性并识别不可靠的预测。该系统在 HAM10000 数据集上表现出色,准确率达到 96%,ROC-AUC 达到 99%,尤其是在基于不确定性过滤预测时。
-
深度学习研究揭示中医舌诊的关键原理
研究人员进行了一项综合消融研究,以理解深度学习模型在传统中医舌诊中的有效性。该研究使用TongueDx2数据集和合并数据集评估了20多个模型版本,比较了各种骨干架构、损失函数、增强策略和训练方法。主要发现表明,ConvNeXt-Tiny是最具参数效率的骨干网络,BCE损失优于Asymmetric Loss,而约束颜色增强对性能至关重要。研究还强调了弱组集成替换优于概率平均的好处,以及数据缩放的显著影响,同时警告不要扩展标签维度,这可能…
-
AI模型在甲状腺结节分类方面显示出潜力,但在数据集偏移方面遇到困难
研究人员开发了一种用于超声图像中甲状腺结节分类的深度集成模型,旨在为临床决策支持提供校准概率和不确定性估计。该模型利用带有注意力机制的ConvNeXt-Tiny,在TN5000数据集上进行训练和验证,取得了强劲的内部性能指标。然而,当在表现出数据集偏移的独立数据集(TN3K)上进行测试时,模型的性能和校准显著下降,凸显了外部阈值可移植性方面的挑战。
-
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。