EfficientNet-B2
PulseAugur coverage of EfficientNet-B2 — every cluster mentioning EfficientNet-B2 across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新流程分析照片中的事件级情感
研究人员开发了一种从照片中识别事件级情感的新方法，超越了个人面部表情分析。该流程检测人脸，使用深度卷积神经网络对表情进行分类，并聚合这些分类以确定公共事件的整体情感分布。使用 FER-2013 和 RAF-DB 数据集进行的实验，其中 EfficientNet-B2 通过在 RAF-DB 上的迁移学习表现强劲，表明这种聚合方法对于分析现实世界场景中的情感是有效的。
-
新的HiRes方法可从图像中准确识别电阻器值
研究人员开发了HiRes，一种新颖的分层级联管道，用于从图像中准确识别电阻器值。该方法集成了使用YOLOv8n的目标检测、使用UNet++和EfficientNet-B2的语义分割以及结构化几何解码。HiRes表现出高性能，实现了85.8%的端到端识别准确率，在具有挑战性的真实图像数据集上优于经典基线（CVResist）和最先进的MLLMs。
-
AI 模型 CoughSense 可从咳嗽声中分类五种呼吸道疾病
研究人员开发了 CoughSense，一个旨在通过 AI 从咳嗽录音中分类呼吸道疾病的系统。该系统微调了 OpenAI 的 Whisper 编码器，并采用具有平衡对比学习的双编码器交叉注意力融合技术，以区分五种状况：健康、COVID-19、哮喘、支气管炎和肺炎。CoughSense 在交叉验证中达到了 82.3% 的平衡准确率，优于其他模型，并展示了其新颖的主动帧 QKV 注意力池化技术的有效性。
-
AI模型利用视觉脚本特征精确测定历史手稿年代
研究人员开发了一种新颖的概率方法，利用视觉脚本特征来测定历史手稿的年代。该方法将手稿测年视为连续年份轴上的证据深度回归问题，使神经网络能够输出具有分解不确定性的预测分布。该模型结合了EfficientNet-B2骨干网络和Normal-Inverse-Gamma头部，在DIVA-HisDB基准测试上实现了5.4年的平均绝对误差，显著优于先前的方法，并且在较低的推理成本下提供了更好的校准。