Convolutional Block Attention Module
PulseAugur coverage of Convolutional Block Attention Module — every cluster mentioning Convolutional Block Attention Module across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新AI框架提供准确的甲状腺结节分割及不确定性估计
研究人员开发了一个用于分割超声图像中甲状腺结节的新框架，将DeepLabV3+与通道注意力模块和事后一致性预测相结合。该方法不仅提供准确的分割掩码，还生成具有统计保证的像素级不确定性估计。该系统使用EfficientNet-B5骨干网络，并评估了各种通道注意力模块和损失函数，其中CBAM + Dice-BCE配置在TN3K基准测试中表现最佳。
-
新的MeCSAFNet架构改进了多光谱土地覆盖分割
研究人员推出了一种新颖的多编码器架构MeCSAFNet，专为多光谱图像的语义分割（特别是土地覆盖分类）而设计。该网络利用双ConvNeXt编码器独立处理可见光和非可见光光谱通道，然后融合它们的特征。该融合过程通过注意力机制和专门的激活函数得到增强，以确保稳定的优化。在基准数据集上的实验表明，与U-Net和SegFormer等现有模型相比，MeCSAFNet在平均交并比（mIoU）方面取得了显著的改进，其紧凑型变体为资源受限的应用提供了效率。
-
新的RFS-UNet架构增强了骨骼选择性DRR合成
研究人员开发了RFS-UNet，这是一种旨在改进骨骼选择性成像的数字化重建放射照片（DRR）合成的新型架构。该新模型通过允许解码器参与高分辨率通道重校准，增强了细粒度编码器特征到解码器的传输。RFS-UNet模块在两个最精细的分辨率下运行，并在骨骼选择性合成任务上与标准U-Net相比，在峰值信噪比（PSNR）方面显示出轻微的改进。此外，RFS-UNet为卷积块注意力模块（CBAM）提供了一种更快的推理替代方案。
-
新AI框架利用注意力和集成学习增强青光眼检测
研究人员开发了一种新颖的青光眼检测框架，通过结合注意力增强的深度特征提取和异构集成学习。该方法利用InceptionV3和卷积块注意力模块（CBAM）来精炼深度特征，提高模型对临床相关视网膜区域的关注度。为了增强分类鲁棒性并解决类别不平衡问题，该框架结合了集成学习策略（SLE和DLE）以及SMOTE+TL技术。在公共数据集上的实验表明，这种注意力增强的深度特征方法优于传统的深度特征和手工制作的特征，而Grad-CAM可视化提供了其预测…
-
新框架通过注意力引导融合增强病灶聚焦图像分类
研究人员开发了一种新颖的注意力引导深度学习框架，旨在改进病灶聚焦图像分类。该框架基于DenseNet-121构建，能够自适应地融合全局上下文信息和病灶特异性局部特征。通过使用梯度加权类激活映射（Grad-CAM）来突出相关区域，以及使用卷积块注意力模块（CBAM）进行精细特征提取，该模型能够动态地在全局和局部表示之间进行权衡。在合成数据集和基准数据集（包括皮肤和番石榴叶图像）上的评估表明，其性能优于仅独立使用全局或局部特征的方法，达到了高准确率。
-
新的LUX架构增强了可解释的内窥镜图像字幕生成
研究人员开发了LUX，一种新颖的图条件视觉-语言架构，用于可解释的内窥镜图像字幕生成。该系统通过构建一个以病变为中心的场景图来表示病变区域及其关系，从而解决了当前深度学习模型的局限性。通过将这些图嵌入集成到T5解码器中，LUX将生成的词语与特定的视觉证据对齐，增强了可解释性并减少了临床发现的幻觉。LUX在医学字幕生成基准测试中的表现优于现有模型。
-
新的 YolovN-CBi 架构增强了小型无人机的实时检测能力
研究人员开发了一种名为 YolovN-CBi 的新型轻量级架构，专为实时检测小型无人机 (UAV) 而设计。该架构集成了卷积块注意力模块 (CBAM) 和双向特征金字塔网络 (BiFPN)，以增强对小型目标的检测能力。在基准数据集和自定义本地数据集上的评估表明，Yolov5-CBi 变体在小型目标检测的速度-准确性权衡方面优于 YOLOv8 和 YOLOv12 等较新的 YOLO 版本。此外，使用知识蒸馏创建的 CBi 架构的蒸馏版本…
-
人工智能、计量学和 ESG 在半导体可持续发展中的交叉
一篇新发表在 arXiv 上的范围审查文章，探讨了半导体行业中人工智能 (AI)、计量学以及环境、社会和治理 (ESG) 因素的交叉点。该论文分析了 1,465 份文件，发现知识结构零散，突显了 AI 驱动的流程优化与可持续发展治理之间的差距。为解决此问题，文章提出了一个 6 层安全和可持续设计 (SSbD) 架构，利用系统之系统 (SoS) 范式整合虚拟计量学、联邦学习和监管技术 (RegTech)，以实现安全、气候中和和循环的半导体价值链。
-
基于YOLO的新系统增强了机器人手势识别能力，以实现多模态交互
研究人员开发了一种新的云边多模态交互系统，用于机器人，旨在改善计算能力有限环境中的人机交互。该系统集成了增强的基于YOLO的手势检测器，该检测器集成了卷积块注意力模块（Convolutional Block Attention Module）和Distance-IoU损失，以实现更好的手势识别和定位。该检测器与大型语言模型（LLM）和视觉语言模型（VLM）代理协同工作。云层处理手势检测和动作规划等复杂任务，而机器人则执行动作并提供反馈…
-
AI模型利用基于注意力的MRI分割技术区分脑部病灶
研究人员开发了一种基于注意力的MRI分割方法，用于分割脑部MRI扫描中的脑白质高信号（WMHs），旨在区分血管性和脱髓鞘病灶。该研究评估了多种注意力机制，如Bottleneck Attention Module (BAM)和Convolutional Block Attention Module (CBAM)，以及Attention U-Net等架构。通过提取分割病灶的形态学特征，该方法有助于根据病灶成因对WMHs进行分类，尽管样本量…
-
Blasto-Net：用于卵裂球分析的AI模型 · 跟踪到2个来源
研究人员开发了Blasto-Net，这是一种新颖的多任务深度学习模型，专为体外受精（IVF）中的卵裂球进行全面分析而设计。该模型可同时执行关键区域（ZP、TE、ICM）的分割、形态分级以及着床结果的预测。Blasto-Net采用EfficientNet-B3编码器和UNet风格的解码器，并通过注意力模块进行增强，以捕获语义和边界信息，并采用专门的头部和复合损失函数来处理不同的区域拓扑结构。在公共数据集上进行评估，Blasto-Net在…
-
深度学习框架通过提高可解释性来增强精子形态学分类
研究人员开发了一种注意力引导的深度学习框架，以提高精子形态学分类的可解释性和准确性。通过将预训练的EfficientNet-B0模型与卷积块注意力模块（CBAM）集成，该系统有效地关注了关键的精子头部特征。该方法在公共数据集上实现了90.2%和93.9%的高准确率，优于简单的模型，并为分类提供了视觉解释。
-
AI模型在ICRA 2026 GOOSE 2D分割挑战赛中取得顶尖排名 · 追踪4个来源
研究人员为ICRA 2026 GOOSE 2D细粒度语义分割挑战赛开发了先进的方法，并取得了顶尖排名。一个团队利用Segment Anything Model 3 (SAM3) 结合自蒸馏技术和多尺度测试时增强，以69.73%的mIoU获得第四名。另一组利用DINOv3结合Mask2Former解码器和集成方法，以76.57%的综合得分获得第一名。第三个参赛项目GOOSE-M2F，通过调整Mask2Former并结合特定模块和训练策略…
-
新架构统一材料本体以符合法规要求
研究人员提出了一种新颖的面向可复用材料本体的多层次架构，以解决该领域的碎片化问题。该架构具有独立的抽象级别和消费者受众分类轴，旨在将材料特定数据与法规合规性要求相结合。提出的OntoCrafter陶瓷本体(OCO)作为参考实现，将陶瓷材料数据组织成一个七层机械解释框架。
-
新框架提升了AI在嘈杂海洋生物声学监测中的性能
研究人员开发了GetNetUPAM，一个新颖的嵌套交叉验证框架，旨在提高海洋生物声学监测系统的可靠性。该框架通过将数据划分为站点-年份块来模拟不同的环境状态，从而解决了高噪声和低信噪比的问题，防止了过拟合并暴露了与部署相关的故障模式。当应用于自适应分辨率池化和注意力网络（ARPA-N）时，GetNetUPAM通过集成卷积块注意力模块（CBAM）作为学习到的噪声抑制器，显著减少了误报，提高了生态监测的准确性。
-
新流程增强了航空影像中微小目标的检测
研究人员开发了改进航空影像中微小目标检测的策略，这项任务对YOLOv8等标准目标检测模型提出了挑战。他们的方法包括提高输入分辨率、采用数据增强以及在一个名为MoonNet的新流程中集成注意力机制。该流程包含SE Block和CBAM等模块，在一个特定的微小目标基准测试中显示出比现有方法更高的准确性。
-
AI模型利用注意力机制准确分类桃叶损伤
研究人员开发了一种新的深度学习模型用于分类桃叶损伤，在基准数据集上取得了高精度。该模型是增强型EfficientNetB5，集成了卷积块注意力模块（CBAM），准确率达到93.3%。随后应用迁移学习策略使模型适应实际条件，一个增强了注意力的EfficientNetB3在本地数据集上取得了93%的宏F1分数，展示了改进的鲁棒性和泛化能力。
-
新的审计协议评估视觉检测中AI解释的忠实度
研究人员开发了一种新的方法来审计用于工业视觉检测的深度学习模型所生成的解释。该“架构感知”协议评估解释方法在多大程度上忠实地识别了对模型决策至关重要的图像区域。研究发现，解释的忠实度高度依赖于所使用的特定模型架构、解释器技术和扰动方法，这表明解释路径应与模型架构协同设计，并附带量化的忠实度指标。
-
AI模型对野火烟雾密度进行分类并提供不确定性估计
研究人员开发了一个新的深度学习框架，用于从卫星图像中对野火烟雾密度进行分类，将其分为轻度、中度和重度。与之前仅提供点估计的方法不同，该模型能够一次性提供分解后的认知不确定性和偶然不确定性估计。该系统在超过16,000个卫星图像块上进行了评估，取得了高精度，并证明了不确定性随着图像质量下降而增加，其中中度烟雾类别表现出最高认知不确定性。
-
新的WiFi跌倒检测系统利用AI适应未知环境
研究人员开发了一种使用WiFi信道状态信息（CSI）的无设备跌倒检测新框架。该系统采用注意力增强的CNN-Transformer混合架构，以克服在未知环境中性能下降的问题。它利用物理驱动的动态方差门（DVG）来过滤静态背景噪声并放大人体运动，以及物理感知的数据增强和卷积块注意力模块（CBAM）来改进特征细化。该方法在跨域评估中取得了高精度，并成功部署在边缘计算系统上，实现了连续、低延迟的监控。