EfficientNet
PulseAugur coverage of EfficientNet — every cluster mentioning EfficientNet across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的基准测试AI远距离人脸检测
研究人员开发了一个新的远距离视频呈现攻击检测(PAD)系统基准,解决了当前系统假设近距离主体捕获的局限性。该基准包含来自261个身份的超过374,000帧,使用DSLR和移动传感器在各种条件下以1至100米的距离捕获。对四种CNN架构进行了微调和评估,结果显示,虽然高分辨率DSLR相机保持了性能,但移动传感器在50米以外会显著下降。EfficientNet在98.48%的准确率下表现最佳,证明了其对未见攻击数据集的稳健泛化能力。
-
研究揭示亚 4 位视觉 CNN 因量化而崩溃
研究人员调查了深度视觉模型在量化到亚 4 位精度时为何会遭受准确率损失,这是资源受限环境中的常用技术。研究表明,这种崩溃是非线性的,主要影响后期层。一种新颖的多步恢复方法表明,将一小部分关键激活保留在 8 位精度下可以恢复显著的准确率。研究还强调了在标准 CPU 架构上,模型尺寸减小与解包操作导致的执行时间增加之间的权衡。
-
用于视网膜疾病分类的EfficientNet缩放显示出任务依赖性效应
一项发表在arXiv上的研究调查了缩放EfficientNet模型用于光谱域光学相干断层扫描(SD-OCT)图像视网膜疾病分类的有效性。研究人员发现,较大的EfficientNet变体并未持续提高分类准确性,其中EfficientNet-B1在玻璃膜疣分类中取得了最高的准确率和F1分数。研究强调,该医学成像任务的最佳模型大小取决于具体协议和任务,这与在ImageNet自然图像分类中观察到的性能层级不同。
-
新的集成头提高了视觉模型在植物阶段分类方面的效率
研究人员开发了一种新颖的多分支集成头技术,用于视觉基础模型,旨在提高这些模型在适应小型、特定领域数据集时的效率和准确性。该方法配对低容量和高容量分支,在训练期间随机采样一个,在推理期间平均两个,增加了最小的计算开销。将其应用于使用 NALEF Food Safety 数据集的黄瓜物候期分类,带有此集成头的 DINOv2 ViT-S 模型在参数和 GFlops 少得多的情况下实现了最先进的性能,使其适用于边缘设备。
-
深度学习模型在乳腺癌诊断方面进行基准测试
研究人员评估了十种深度学习模型,包括DenseNet121等卷积神经网络(CNN)以及ViT和Swin Transformer等Transformer模型,用于诊断医学影像中的乳腺癌的有效性。DenseNet121的准确率最高,达到99.4%,AUC-ROC为0.999,显著优于其他模型,特别是基于Transformer的架构。该研究还采用了Grad-CAM和LIME等可解释人工智能技术,以确保模型的预测具有可解释性并关注诊断相关区域…
-
新工具和研究聚焦 AI 效率 · 跟踪 5 个来源
MarginPulse AI,一个自主的首席财务官和交易定价工具,是使用 Prior Labs TabPFN-3.5 和 Google 的 Gemma 模型开发的。该项目是 Hacktoberfest 开源 AI 挑战赛的一部分,特别是第二周,重点关注副业。该挑战赛鼓励开发人员创建由 AI 驱动的工具和应用程序,提交内容包括一个面向开发者社区的 AI 助手和一个用于从产品照片生成 eBay 商品列表的工具。
-
研究论文将卷积神经网络拓扑结构与可训练性联系起来,而非仅仅层数
一篇新的研究论文探讨了卷积神经网络(CNN)的名义深度与其可训练性之间的关系,并引入了“有效深度”的概念。研究发现,虽然名义深度(层数)和有效深度都与准确率相关,但架构拓扑结构起着至关重要的作用。像ResNet和GoogLeNet这样的架构可以通过保持比其名义深度更低的有效深度来受益于增加的深度,这种现象被称为“有效深度悖论”。
-
新AI方法改进自动驾驶天气识别
研究人员开发了一种名为“面向天气的对抗性判别域自适应”(WA-ADDA)的新方法,以改进街景图像的天气识别,这是自动驾驶系统的关键任务。该技术解决了域偏移的挑战,即训练数据通常来自与真实驾驶条件差异很大的非街景来源。WA-ADDA将域判别器条件化为预测天气,使模型能够学习到对域不变且对天气敏感的特征。研究人员还通过统一各种非街景天气集合创建了一个基准数据集,并建立了标准化的评估协议。他们的方法在不同神经网络骨干上持续提高街景性能,在晴…
-
AI模型不确定性未能反映人类在图像任务上的分歧
一项发表在Hugging Face的Daily Papers上的新研究调查了AI模型的不确定性是否与人类在图像标注任务上的分歧相关。研究人员使用了FER+和CIFAR-10H数据集,这些数据集为每张图像提供了多个标注以捕捉歧义,并评估了三种架构的八个预训练模型。研究结果表明,模型不确定性与人类分歧之间的相关性很弱,这表明当前的不确定性量化方法可能无法可靠地识别出人类认为模棱两可的实例。这突显了一个关键的失败案例,即模型可以自信地预测一…
-
预训练和蒸馏在细胞分类中优于架构选择
一篇新发表在arXiv上的研究调查了不同深度学习架构在无标签单细胞分类中的有效性。研究发现,预训练和微调策略比架构选择(如CNN与Vision Transformers (ViTs))更关键。具体来说,预训练模型即使参数更少,也显著优于从头开始训练的模型。研究还强调,知识蒸馏可以为实际部署带来更高效、性能更好的紧凑型模型。
-
VGG16在十种CNN中引领MRI扫描阿尔茨海默病检测
研究人员对十种不同的卷积神经网络(CNN)架构进行了基准测试,用于从单视图MRI扫描中检测阿尔茨海默病。该研究在OASIS数据集的一个子集上使用了迁移学习和微调流程,该子集包含来自86,437次扫描的3,900张图像。VGG16取得了最高的验证准确率0.9637和测试准确率0.9533。所有测试架构都面临一个持续的挑战,即区分非痴呆和非常轻度痴呆阶段。
-
深度学习模型用于乳腺癌检测的性能和排放基准测试
一篇新论文对七种用于乳腺癌检测的深度学习模型进行了基准测试,评估了它们的性能和环境影响。研究发现,虽然EfficientNet和ResNet提供了高准确率,但它们也产生了更高的二氧化碳排放。DeiT-Tiny、ViT和Swin Transformer等Transformer模型取得了有竞争力的结果,其中DeiT-Tiny在一个数据集上提供了准确率和能源效率的良好平衡,而ViT和Swin在另一个数据集上表现出色。研究强调,在选择医学应用…
-
HyperFake 使用高光谱重建进行高级深度伪造检测
研究人员开发了一种新颖的深度伪造检测方法 HyperFake,该方法通过从标准 RGB 视频中重建高光谱数据来揭示隐藏的操纵痕迹。该方法利用改进的 MST++ 架构进行高光谱重建,并使用光谱注意力机制来识别关键光谱特征。然后,通过基于 EfficientNet 的模型对处理后的光谱数据进行分类,从而在无需专用高光谱相机的情况下,实现对各种深度伪造风格更准确、更具泛化性的检测。
-
新型深度学习模型可对糖尿病视网膜病变进行分级,但面临跨域挑战
研究人员开发了一个新颖的深度学习框架,用于对糖尿病视网膜病变(DR)进行分级,DR是可预防性失明的主要原因。该系统采用双分辨率方法,使用两个EfficientNet骨干网络,一个专注于血管结构,另一个专注于局灶性病变,并通过注意力门控进行组合。该模型在一个包含4,149张图像的组合数据集上进行训练,并在独立的数据集上进行评估,结果显示在不同成像域之间转移时,性能显著下降。虽然该模型对严重程度的排序在域转移后基本得以保留,但其精确的阈值…
-
深度学习模型使用EfficientNet预测儿科骨龄
研究人员开发了一种深度学习方法,使用EfficientNet架构(特别是增强了加性注意力的EfficientNetB4)来预测儿科骨龄。该方法利用了RSNA骨龄数据集中的12,000多张X光片,并将它们转换为适合训练卷积神经网络的格式。研究表明,与EfficientNetB0相比,EfficientNetB4(尤其是带有加性注意力机制的版本)能提供更准确的骨龄预测,有助于诊断儿科内分泌疾病。
-
集成深度学习系统改进了AI篡改视频的检测
研究人员开发了一个集成深度学习系统,通过结合音频和视觉分析来检测AI篡改的视频。该系统使用AASIST进行音频检测,使用EfficientNet、XceptionNet和MesoNet提取视觉特征,并使用MTCNN提取人脸帧。虽然单个模型在训练数据集上表现强劲,但在更多样化的数据上准确率有所下降。集成方法通过使用平均值平均和堆叠等策略,提高了对未见过的篡改的鲁棒性和泛化能力,平均准确率约为70%。
-
新的 EPRA U-Net 改进了 MRI 扫描中的梗死分割
研究人员开发了 EPRA U-Net,这是一种新颖的深度学习架构,旨在精确分割扩散加权 MRI 扫描中的梗死。该模型集成了 EfficientNet 编码器、残差循环块和注意力机制,以改进空间依赖性建模和病灶突出显示。在 167 名患者的数据集上进行测试,EPRA U-Net 与 UNet++ 和 DeepLabV3+ 等现有模型相比,表现更优,实现了更高的 Dice 分数,并显著减少了漏诊的病灶。
-
新的REVIVE框架可恢复被污损的自动驾驶汽车摄像头流
研究人员开发了REVIVE框架,以解决自动驾驶汽车(AV)上的污损诱导遮挡攻击(VOAs)。REVIVE集成了检测、模式识别、使用基于EfficientNet的U-Net进行分割以及类型感知恢复方法。该框架采用BLIP引导的Stable Diffusion修复、直接像素替换和自适应中值滤波等技术,以在物理遮挡后恢复摄像头流的效用。评估表明,直接像素替换可以显著恢复目标检测的召回率和F1分数,优于其他基线,并确保转发的流的质量不低于未恢复的帧。
-
学生寻求改进不一致的糖尿病视网膜病变AI模型的建议
一位计算机工程专业的学生正在寻求改进一个在APTOS 2019数据集上训练的5类糖尿病视网膜病变检测模型的建议。该模型表现出不一致的预测,将中度(Moderate)等类别错误地分类为重度(Severe)或增殖性(Proliferative),并且即使在预测错误的情况下也表现出高置信度,尤其是在训练数据集之外的图像上。该学生已经尝试了各种预训练模型、预处理技术和测试时增强(test-time augmentation),现在正在考虑集成…
-
混合人工神经网络-脉冲神经网络流水线在ImageNet上达到99%的准确率
研究人员开发了一种新颖的混合流水线,结合了人工神经网络(ANN)和脉冲神经网络(SNN)以提高性能。该方法利用预训练EfficientNet模型的嵌入,然后将其转换为用于CoLaNET SNN分类器的脉冲序列。SNN分类器使用受生物学启发的局部学习规则进行训练,避免了端到端梯度传播的需要。该方法在64类ImageNet基准测试中达到了99.09%的准确率,与传统深度网络的性能相当,并为将强大编码器应用于SNN任务提供了一个具有生物学合理性的框架。