ResNet18
PulseAugur coverage of ResNet18 — every cluster mentioning ResNet18 across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
新AI方法通过视频分析和步态动力学识别野生动物
研究人员开发了一种新颖的、自动化的基于视频的系统，通过分析步态动力学来识别个体野生动物。该方法利用Segment Anything Model 3 (SAM3)创建精确的动物轮廓蒙版，然后由ResNet18网络处理空间特征，并由VideoPrism transformer处理时间运动分析。该系统生成独特的步态表示，并使用余弦相似度进行比较，从而无需物理标记或侵入性标记即可对个体进行聚类。对各种物种进行的实验表明，根据运动模式区分个体方…
-
新的LINet架构可在RGB-D场景分类中实现连续跨模态学习
研究人员推出了一种新颖的多流神经网络（MSNN），名为LINet，用于RGB-D场景分类。与现有离散融合特征的架构不同，LINet在每一层都采用连续集成方法，使用线性集成卷积（LIConv2d）算子。该方法通过特定的常数初始化解决了初始化问题，并使用渐进式模态丢弃来防止训练过程中的通路崩溃。在SUN RGB-D上训练时，LINet在ResNet18规模下达到了45.2%的平均类别准确率，使用ScanNet预训练后提高到49.6%。
-
深度学习模型在自动化脑肿瘤检测中达到97%的准确率
研究人员开发了一种使用卷积神经网络（CNN）和残差网络（ResNet）的深度学习方法，用于自动化MRI图像中的脑肿瘤检测。该研究应用了预训练的ResNet18和ResNet50模型的迁移学习来进行扫描分类，达到了高准确率。对近4000张图像数据集的实验表明，ResNet18表现略好，准确率达到97%，这表明其对于样本量有限的医学数据非常有效。该方法旨在为早期脑肿瘤诊断提供一种更快、更准确、更具成本效益的工具。
-
新的 LaryngealCT 数据集为癌症分期深度学习设定基准
研究人员开发了 LaryngealCT，这是一个用于使用深度学习模型对喉癌进行分期的新基准数据集。该数据集包含从癌症影像数据库 (The Cancer Imaging Archive) 收集的 1,029 张 CT 扫描图像，并已用于对六种不同的 3D 深度学习架构进行基准测试。定制的 3D CNN 在对癌症早期与晚期进行分类时取得了最佳性能，而其他模型在识别 T4 期疾病方面显示出潜力，尽管对这一晚期疾病的敏感性仍然是一个挑战。
-
新研究探讨计算机视觉系统的隐私保护技术
两篇新研究论文探讨了增强计算机视觉系统隐私的方法。第一篇论文“PrivacyBench”介绍了一个评估隐私技术组合的框架，揭示了联邦学习（FL）与差分隐私（DP）的结合可能导致显著的收敛失败和成本增加，而FL与安全多方计算（SMPC）的结合则能保持性能。第二篇论文“用于隐私保护视觉的同态加密”详细介绍了使用全同态加密在加密图像数据上执行推理任务，并在MNIST和CIFAR-10等各种数据集上展示了分类准确率的微小下降。
-
LLM在零样本心电图诊断方面表现不佳，CNN表现更优
一项比较研究评估了零样本多模态大型语言模型（LLM）与基于卷积神经网络（CNN）的模型在12导联心电图图像分类方面的有效性。尽管GPT-5.2、GPT-4.1和Gemini-2.5 Pro等LLM能够生成看似合理的心电图描述，但其零样本诊断能力接近随机水平（ROC-AUC约为0.5）。相比之下，一项自主开发的生理感知CNN，LeadGroupECG，展示了稳定可靠的区分能力，内部ROC-AUC得分达到0.92-0.94，外部达到0.8…
-
新的符号执行测试方法增强了Transformer的鲁棒性分析
研究人员开发了一种新的Transformer分类器符号执行测试方法，该方法使用SHAP估计来根据路径谓词对模型预测的影响来确定其优先级。这种方法使用Python实现，使自注意力语义与可满足性模理论求解器兼容。在CIFAR-10上对紧凑型Transformer模型、ResNet18和VGG16进行的评估表明，在单像素预算和900秒的时间范围内，找到对抗性样本的成功率为60%，显著优于黑盒差分进化基线。
-
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。
-
视觉 Transformer 减少了面部反欺骗系统中的人口统计学偏差
一篇新发表在 arXiv 上的研究调查了视觉 Transformer (ViT) 架构对人脸呈现攻击检测 (PAD) 系统中人口统计学偏差的影响。该研究使用 CASIA-SURF Cross-Ethnicity Face Anti-Spoofing (CeFA) 数据集，将 ViTs 与卷积神经网络 (CNNs) 进行了比较。结果表明，与 CNN 基线相比，ViT 模型，特别是 DeiT-S 架构，在不同族裔群体中实现了更高的准确率，…
-
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。
-
新型ShearFuse-UNet模型高效预测野火蔓延
研究人员开发了ShearFuse-UNet，这是一种新颖的深度学习模型，用于利用卫星数据预测野火蔓延。该模型以其轻量级架构和计算效率而著称，集成了三个不同的变换域分支来分析卫星图像。它实现了有利的准确性-效率权衡，在基准数据集上优于更大的基于ResNet18的U-Net。
-
深度学习框架自动化分子光谱学中稀有事件的发现
研究人员开发了一种新颖的深度学习框架，用于自动识别单分子力谱（SMFS）中的稀有分子解绑事件。该工具系统无关，采用修改后的ResNet18架构和不对称的Focal Loss目标函数来处理极端类别不平衡问题，在一个稀有事件仅占1.34%的数据集上实现了92.31%的真阳性率。该框架成功将手动整理工作量减少了90%以上，同时保持了高数据保留率，并且通过Grad-CAM的可解释性解决了“黑箱”问题。
-
使用基于图像的CNN重建中微子方向
研究人员开发了一种新的方法来重建IceCube中微子天文台探测到的中微子的方向。这种被称为“中微子指纹”的技术将稀疏的探测器数据转换为适合卷积神经网络的紧凑图像。使用这些指纹的ResNet18模型实现了1.10弧度的平均角度误差，展示了一种有竞争力且可解释的中微子方向重建方法。
-
研究：特征对齐决定多模态融合策略
一项新的研究论文提出，特征对齐而非数据规模是多模态融合中选择跨注意力（cross-attention）还是拼接（concatenation）的关键因素。研究表明，当特征通过视觉-语言预训练（vision-language pretraining）预先对齐时，拼接在各种数据集规模下均显著优于跨注意力。这一发现得到了理论分析的支持，该分析显示了拼接更高的样本效率，为设计多模态大语言模型（multimodal large language …
-
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。
-
新框架加速图像遗忘评估
研究人员开发了SUPREME，一个开源框架，旨在简化图像数据机器学习遗忘方法的评估。这个多GPU系统通过将训练、遗忘和评估过程分布在多个加速器上，解决了遗忘的计算成本问题。SUPREME采用基于注册表的设计，便于集成新组件，并已在标准模型的人脸识别任务上进行了演示。
-
新的NPPR指标提供了鲁棒的深度学习评估
研究人员引入了非参数概率鲁棒性（NPPR），一种用于评估深度学习模型鲁棒性的新指标。与假设已知扰动分布的先前方法不同，NPPR直接从数据中学习这种分布，在不确定性下提供了更实际的评估。开发了一种使用高斯混合模型的NPPR估计器，理论分析表明其与现有的对抗性和概率鲁棒性指标的关系。在标准数据集和各种模型架构上的实验表明，NPPR提供了更保守的鲁棒性估计。
-
新的分层方法可高效剪枝CNN滤波器
研究人员开发了一种新颖的两级分层方法，用于卷积神经网络（CNN）的全局滤波器剪枝。该方法通过剪枝所有层的滤波器来有效减小模型大小和计算需求。该方法利用稀疏近似公式和新颖的闭式误差判据进行反向剪枝，在ResNet和VGG等各种基准网络上优于现有的最先进方法。
-
新的审计协议评估视觉检测中AI解释的忠实度
研究人员开发了一种新的方法来审计用于工业视觉检测的深度学习模型所生成的解释。该“架构感知”协议评估解释方法在多大程度上忠实地识别了对模型决策至关重要的图像区域。研究发现，解释的忠实度高度依赖于所使用的特定模型架构、解释器技术和扰动方法，这表明解释路径应与模型架构协同设计，并附带量化的忠实度指标。
-
新的诊断工具可优化高稀疏度下的神经网络剪枝
研究人员开发了一种名为相对可修复性（RR）的新诊断工具，以帮助优化神经网络剪枝，尤其是在高稀疏度水平下。RR使用无标签的校准数据评估剪枝造成的损害在多大程度上可以通过轻量级修复过程来恢复。在ResNet和VGG模型上的实验表明，RR在标准剪枝方法变得不可靠的特定过渡点附近最有效，这表明高稀疏度剪枝应同时考虑权重保留和可修复性。