MobileNetV3
PulseAugur coverage of MobileNetV3 — every cluster mentioning MobileNetV3 across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
GPU欠压可提高CNN对抗鲁棒性和能源效率
研究人员开发了一种通过在训练期间降低GPU电压来增强卷积神经网络（CNN）对抗鲁棒性的方法。该技术引入了随机扰动，作为隐式正则化，提高了模型对对抗性攻击的抵御能力，同时降低了能耗。在MNIST和CIFAR-10数据集上对LeNet、VGG-6和MobileNetV3模型进行的实验表明，即使已经采用了对抗性训练，欠压训练也始终比标称电压下的标准训练具有更高的对抗准确性。这种硬件层面的方法提供了一种实用的方法，可以在不进行算法修改的情况下…
-
Flutter 开发者在图像调整大小后寻求 TFLite 模型错误帮助
用户在将 TensorFlow Lite (TFLite) 模型（最初使用 MobileNetv3 训练）集成到 Flutter 应用程序时遇到严重错误。问题出现在摄像头流捕获图像后，这些图像在被输入 TFLite 模型进行预测之前，会被处理并调整大小为 224x224 像素。用户提供了他们的图像处理代码，其中包括将 YUV 摄像头帧转换为 RGB 和调整大小，并正在寻求解决方案以提高模型在应用程序中的准确性。
-
获胜提交项目详细介绍了声音模仿的查询策略
研究人员详细介绍了他们为AES AIMLA 2025挑战赛提交的获胜方案，该挑战赛专注于通过声音模仿来查询音效。他们的方法采用了两种微调策略：使用预训练编码器的对比学习，以及使用半硬负样本的联合对比三元组学习。技术报告包含了挑战赛结束后发布的详细信息。
-
深度学习模型在肺癌组织病理学分析方面进行基准测试
研究人员开发了一个用于分析肺癌组织病理学图像的两阶段深度学习框架。该框架系统地比较了用于组织分类和区域分割的最先进架构。在分类任务中，YOLO11 表现最佳，准确率达到 98.38%。在分割任务中，DeepLabV3+ 取得了最佳结果，交并比（Intersection over Union）为 0.80，尽管 YOLO11-seg 提供的性能相当，但参数却少得多。
-
新AI框架改进X光片中导管和管路放置评估
研究人员开发了UCompCXR，一个旨在提高胸部X光片中导管和管路放置评估的准确性和安全性的新颖框架。该系统通过检测单个导管片段，将它们聚类成不同的设备实例，然后对每个设备的放置进行分类，从而解决了当前深度学习方法的局限性。与现有方法相比，UCompCXR在设备检测方面表现出显著的改进，并减少了假阳性，同时还为尖端定位提供了校准良好的不确定性估计。
-
OrthKD框架提取临床知识用于轻量级糖尿病视网膜病变筛查
研究人员开发了OrthKD，一个新颖的知识蒸馏框架，旨在从异构AI模型中提取通用临床知识，以实现轻量级部署用于糖尿病视网膜病变筛查。该方法选择性地从强弱教师模型中蒸馏信息，强制学生投影之间的正交性以鼓励互补学习。由此产生的轻量级MobileNetV3学生模型在大数据集上表现出更高的准确性和鲁棒性，优于先前的方法，并能够在资源受限的设备上实现实际的DR筛查。
-
混合深度学习模型增强了板岩瓦片的追溯性和分类
研究人员开发了一种混合深度学习模型，以提高工业板岩瓦片的追溯性和分类。该方法结合了使用 XFeat 和 LightGlue 的特征匹配以及基于 MobileNetV3 的分类分支。该集成系统在一个新的板岩瓦片图像数据集上展示了实例匹配 AUC 提高 15.4%，分类准确率提高 10.9%。
-
混合深度学习模型增强了板岩砖的可追溯性和分类
研究人员开发了一种混合深度学习模型，以提高工业板岩砖的可追溯性和分类。该方法结合了实例感知再识别和提取点分类，解决了天然材料变异性带来的挑战。该系统集成了使用XFeat和LightGlue的特征匹配分支以及基于MobileNetV3的分类分支，在准确性和AUC方面均显示出显著的改进。
-
自动化流水线揭示MoE4架构搜索中的偏差
研究人员开发了一个自动化流水线，用于在LEMUR数据集生态系统中探索异构4专家混合专家（MoE4）架构。该流水线系统性地将基础架构族组合成MoE4集成模型，并利用具有特定训练技术的卷积门控网络。一项重要发现揭示了搜索空间中的覆盖偏差，其中按字母顺序枚举导致仅探索了单一族AirNet，而不是预期的更广泛组合。该研究确定ShuffleNet和MobileNetV3是AirNet范围内的が高精度贡献者，并建议在未来的活动中排除Fractal…
-
新的GazeLNN模型预测机器人导航中的人类注意力
研究人员开发了GazeLNN，一个新颖且计算效率高、可实时预测人类视觉注意力的模型。该模型利用Liquid Neural Networks和MobileNetV3来预测注视热图，与现有方法相比，计算成本显著降低，推理时间大大加快。GazeLNN已被集成到无人机自主导航系统中，展示了其在通过基于人类注视的主动感知来引导机器人感知方面的实际应用。
-
新的微调方法使深度神经网络适应ReRAM内存计算
研究人员开发了一种新的微调方法，用于将深度神经网络适应ReRAM基内存计算硬件的部署。该方法解决了ReRAM固有的I-V非线性和保持误差的挑战，这些挑战通常需要从头开始进行计算成本高昂的训练。所提出的技术将这些硬件非理想因素整合到微调过程中的正则化损失中，显著降低了开销，同时在包括ImageNet图像分类和SQuAD v2问答在内的各种模型和任务中保持了高精度。
-
Stable Diffusion 用于室内场景识别中的数据增强
研究人员提出了一种新的室内场景识别方法，通过使用 Stable Diffusion 生成合成图像进行数据增强。该方法解决了室内环境训练数据稀缺的问题，因为室内环境通常因光照和物体排列而变得复杂。研究表明，该技术可以增强深度学习模型的训练，尤其是在使用有限的真实世界数据时。此外，还开发了一种名为扩散重建误差 (DIRE) 的对抗措施来检测由 Stable Diffusion 生成的合成图像，使用 MobileNetV3 模型在识别它们时…
-
航天器感知模型在SPARK 2026挑战赛中获得顶尖排名
研究人员开发了一种新颖的基于分割的多任务航天器感知检测方法，解决了标注数据有限和视觉条件困难等挑战。其紧凑的架构，采用MobileNetV3编码器和U-Net风格的解码器，在分类、检测和分割任务中取得了优异的性能。该方法在SPARK 2026挑战赛中排名第二，证明了轻量级模型在实际在轨空间视觉系统中的有效性。
-
大语言模型评估皮肤病诊断中的人工智能可解释性
研究人员开发了一个新的框架来评估用于诊断面部皮肤病的AI模型的可解释性。该框架利用了大型语言模型（LLMs），如GPT-5.5、Gemini 3.5 Flash和Claude Sonnet 4.6，来评估Grad-CAM生成的视觉解释。该研究将各种增强技术应用于EfficientNet-B0、MobileNetV3和ResNet18等分类模型，然后使用LLMs通过渐进式提示工程来判断视觉解释的准确性和可信度，以提高一致性。
-
新框架评估 AI 驾驶员模型，超越单纯的准确性
研究人员引入了一个新的驾驶员监控模型评估框架，超越了单纯的准确性指标。以人为本的基准测试框架 (HCBF) 从准确性、可解释性、效率和鲁棒性等方面评估模型。当应用于 MRL Eye 数据集上的四种轻量级架构时，研究发现，虽然模型在纯准确性方面表现相似，但它们在不同维度上表现出色。ShuffleNetV2 的总体排名最高，但其在嘈杂条件下的性能显著下降，这凸显了多维度评估对于实际部署的重要性。
-
AI通过跨模态蒸馏技术实现单通道组织分割
研究人员开发了一个跨模态知识蒸馏框架，以改进显微镜图像的单通道组织分割。该方法将从在多通道图像上训练的基础模型转移知识到一个仅使用核通道的小型模型。蒸馏后的模型在分割精度上取得了显著的提高，恢复了教师模型近88%的性能，同时参数数量减少了23倍。