DenseNet121
PulseAugur coverage of DenseNet121 — every cluster mentioning DenseNet121 across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
深度学习集成提高了植物病害分类的准确性
研究人员开发了AgriMind，一个用于自动化植物病害分类的集成深度学习框架。该系统结合了三种模型——ResNet50、EfficientNet-B0和DenseNet121——这些模型在超过20,000张辣椒、土豆和番茄植物的图像上进行了训练。该集成模型达到了99.23%的准确率，与单个模型相比显著降低了错误率，并展示了在GPU上高效的处理速度。
-
Diffusion augmentation boosts Bangla character recognition accuracy
Researchers have developed a confidence-guided diffusion augmentation method to improve the recognition of handwritten Bangla compound characters. This approach uses diffusion models to generate high-quality synthetic c…
-
New OUIDecay method adapts CNN regularization layer-by-layer
Researchers have introduced OUIDecay, a novel adaptive weight decay method for convolutional neural networks. This technique dynamically adjusts regularization strength for each layer based on online activation patterns…
-
AI模型在超声检查中显示出强大的乳腺密度预测能力，泛化性良好
研究人员对三种深度学习模型——DenseNet121、ViT-B/32和ResNet50——进行了外部验证，用于从超声图像预测乳腺密度。这些模型表现出强大的性能，尤其是在极度致密的乳腺中，尽管异质性致密的乳腺仍然是一个挑战。当整合到风险预测模型中时，AI衍生的密度与乳房X线摄影报告的密度显示出可比的结果，表明其在不同人群中的泛化能力。