Leo Thomas Ramos
PulseAugur coverage of Leo Thomas Ramos — every cluster mentioning Leo Thomas Ramos across labs, papers, and developer communities, ranked by signal.
-
FCBNet 在航空影像中提供参数高效的杂草检测
研究人员开发了 FCBNet,这是一种参数高效的卷积神经网络,用于检测多光谱航空影像中的伪装杂草。该模型采用冻结的 ConvNeXt 主干和新颖的特征校正块 (FCB) 进行高效特征精炼,并结合轻量级解码器。FCBNet 在 WeedBananaCOD 和 WeedMap 数据集上表现出卓越的性能,mIoU 超过 85%,并且优于 U-Net 和 SegFormer 等模型,由于其参数高效的设计,所需的训练时间和内存显著减少。
-
Bi-CamoDiffusion 通过边缘感知嵌入技术推进伪装物体检测
研究人员推出 Bi-CamoDiffusion,这是 CamoDiffusion 框架在检测伪装物体方面的一项改进。这种新方法将边缘信息整合到模型的早期阶段,提高了边界清晰度并减少了结构歧义。Bi-CamoDiffusion 还包含一个统一的优化目标,该目标平衡了空间精度、结构完整性和不确定性,使其能够更好地捕捉全局上下文和精细的边界细节。在多个数据集上的评估表明,Bi-CamoDiffusion 在物体-背景分离和边界恢复方面优于现…
-
新AI模型TransCPLES改进火星滑坡分割
研究人员开发了一种名为TransCPLES的新型深度学习模型,用于从多模态遥感影像中分割火星滑坡。该U型网络结合了上下文渐进层扩展和基于Transformer的推理,以捕捉局部地貌模式和更广泛的空间依赖性。在MMLSv2数据集上的实验表明,TransCPLES在滑坡描绘方面优于现有的最先进模型,并在准确性和计算成本之间取得了良好的平衡。