ResNet50
PulseAugur coverage of ResNet50 — every cluster mentioning ResNet50 across labs, papers, and developer communities, ranked by signal.
- 2026-06-17 research_milestone A new two-stage fine-tuning method for ResNet50 was published on arXiv for improved melanoma detection. 来源
7 天有情绪数据
-
Smart Scissor 框架在提高精度的同时降低了CNN的成本
研究人员开发了“Smart Scissor”，一个旨在提高卷积神经网络（CNN）在嵌入式硬件上效率的新框架。该方法通过动态裁剪前景对象来解决图像中的空间冗余，保留了简单分辨率缩放可能丢失的关键细节。此外，它通过压缩深度、宽度和分辨率的复合收缩策略来解决CNN中的计算冗余。实验表明，Smart Scissor 将 ResNet50 的计算成本降低了 41.5%，同时将准确率提高了 0.3%，优于最先进的 HRank 框架。
-
GlacierCastAI 利用卫星图像和气候数据预测冰川退缩
研究人员开发了 GlacierCastAI，这是一种新颖的深度学习模型，旨在利用多模态卫星图像和气候数据的组合来预测冰川退缩。该模型整合了来自 Landsat 计划和 ERA5 气候变量的数据，以及 Copernicus DEM 地形特征，以预测冰川边界。一项消融研究表明，纳入 ERA5 气候信号可以提高预测精度，表明大气强迫在预测冰川变化中的重要性。GlacierCastAI 的表现显著优于传统基线模型，并在理解冰川退缩的驱动因素方…
-
新的AG-EfficientNet改进了监控图像中的罪犯识别
研究人员开发了一个名为AG-EfficientNet的新框架，以改进监控图像中的罪犯识别。该模型集成了EfficientNet-B0和卷积块注意力模块（CBAM），以便在低分辨率和运动模糊等挑战性条件下更好地学习面部特征。该系统还采用了多尺度特征融合策略和混合Softmax-Triplet优化来增强身份区分能力，在基准数据集上达到了98.2%的识别准确率。
-
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…
-
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。
-
ResNet50微调以增强黑色素瘤检测
研究人员开发了一种新颖的两阶段微调方法，用于ResNet50模型，以提高从皮肤镜图像中检测黑色素瘤的能力。该方法通过首先仅训练分类头，然后以低学习率微调所有层来解决类别不平衡和次优迁移学习等挑战。该模型实现了0.9559的高AUC-ROC，与单阶段微调相比，在灵敏度方面有了显著提高，并提供了一个完全可部署的Streamlit应用程序。
-
深度学习模型在肺癌诊断中准确率高但推理方式不同
arXiv上发表的一项新研究探讨了用于肺癌诊断的深度学习模型的可解释性。虽然三种不同的模型（CNN、ResNet50和ViT）显示出高预测准确率，其中ResNet50达到98.61%的准确率，所有模型都达到0.99的ROC-AUC得分，但它们的推理过程却存在显著差异。研究人员使用LIME进行可解释性分析，发现模型对之间的解释相关性低于0.26，这表明模型关注的图像区域不同以得出预测结果。这表明仅凭预测一致性不足以验证临床AI系统，可解…
-
新框架ReLiF改进了多任务学习中的公平性评估
研究人员开发了一个名为ReLiF的新框架，以解决多任务学习（MTL）中Lipschitz公平性评估的问题。该框架引入了固定delta审计，它使用共享的参考容差来跨不同算法进行一致的比较。在临床和密集预测基准上的实验表明，ReLiF可以揭示可能被依赖于方法的阈值所掩盖的效用-公平性权衡。
-
新的GD-MIL方法使用H&E图像预测前列腺癌复发
研究人员开发了一种名为梯度解耦多实例学习（GD-MIL）的新方法，以改进前列腺癌生化复发的预测。该方法使用全切片图像（WSIs）提取超越传统Gleason评分的预后信息，而Gleason评分是当前风险分层的一个重大限制。GD-MIL达到了0.704的C指数，优于临床基线和现有的仅影像模型，表明H&E形态学具有有价值的补充预后数据。
-
新框架评估基础模型对生物学的理解
研究人员开发了一个新框架，用于评估病理基础模型从组织病理学数据中学习到的内容。该方法利用空间转录组学来评估注意力图谱的生物学一致性，超越了定性评估。研究发现，不同的模型关注不同的生物学区域，并且注意力捕捉的是更广泛的转录程序，而不是特定的分子事件。
-
随机矩阵理论赋能高效深度神经网络剪枝
研究人员开发了一种新颖的深度神经网络剪枝方法，该方法利用了随机矩阵理论的原理，特别是 Marchenko-Pastur 分布。该方法旨在即使在剪枝后进行最小的微调也能保持准确性，侧重于高效校准而非广泛的重新优化。该技术为准确性保持提供了理论保证，并为剪枝决策提供了数据路径证书。在 ImageNet-1k 上使用 ViT-B/16 和 ConvNeXtV2-Base 等模型进行的实验表明，在保持高准确性的同时，MAC 显著减少且速度加快。
-
TDA-ViT 模型融合拓扑学与 Transformer 实现 99% 的脑肿瘤分类准确率
研究人员开发了一种新颖的融合模型，将拓扑数据分析 (TDA) 与视觉 Transformer (ViTs) 相结合，以改进从 MRI 扫描中对脑肿瘤进行分类。该 TDA-ViT 模型提取几何/拓扑特征和语义表示，并将它们融合以增强区分能力。该方法在 BRISC2025 数据集上实现了惊人的 99.10% 的准确率，优于现有的最先进方法。
-
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。
-
超声基础模型用于胎儿平面分类的基准测试
研究人员使用超声图像对几种用于胎儿平面分类的基础模型（FM）进行了基准测试，旨在提高产科护理的诊断准确性。该研究将 FetalCLIP 和 USFM 等超声专用基础模型与 ResNet50 和 ViT (DINOv3) 等通用计算机视觉模型进行了比较。FetalCLIP 在线性探测设置中表现出色，而 USFM 在完全微调后表现最佳，这表明预训练目标的选择对迁移能力和分类性能有显著影响，尤其是在不同人群中。
-
深度学习模型利用心率信号对新生儿HIE进行分类
研究人员开发了HRVConformer，这是一种新颖的深度学习模型，旨在利用心率信号对新生儿缺氧缺血性脑病（HIE）进行分类。该架构结合了用于局部特征提取的卷积层和用于全局上下文的Transformer注意力机制，对原始心率数据进行端到端处理。HRVConformer在一个大型数据集上进行训练，在测试集上取得了83.23%的AUC和74.56%的准确率，优于现有的基线模型，为自动评估HIE提供了有前景的进展。
-
深度学习集成提高了植物病害分类的准确性
研究人员开发了AgriMind，一个用于自动化植物病害分类的集成深度学习框架。该系统结合了三种模型——ResNet50、EfficientNet-B0和DenseNet121——这些模型在超过20,000张辣椒、土豆和番茄植物的图像上进行了训练。该集成模型达到了99.23%的准确率，与单个模型相比显著降低了错误率，并展示了在GPU上高效的处理速度。
-
Gemini 嵌入在视觉推荐方面优于 ResNet50、SigLIP
本文探讨了 Gemini 多模态嵌入在视觉推荐系统中的有效性。文章对 Gemini 与 ResNet50 和 SigLIP 进行了比较分析，评估了它们在 Elasticsearch 中构建更智能的推荐和搜索功能方面的性能。研究结果旨在指导开发人员选择最佳的嵌入模型，以增强视觉搜索能力。
-
扩散增强提高了孟加拉语字符识别的准确性
研究人员开发了一种置信度引导扩散增强方法，以改进手写孟加拉语复合字符的识别。该方法利用扩散模型生成高质量的合成字符样本，并通过Squeeze-and-Excitation块和基于置信度的过滤机制进行增强。在这些增强数据集上进行训练后，包括ResNet50和Vision Transformers在内的几种分类架构显示出显著的性能提升。在AIBangla数据集上，最佳模型的准确率达到了89.2%，超过了此前的基准，证明了质量感知增强在低资…
-
新的OUIDecay方法逐层自适应CNN正则化
研究人员推出了一种新颖的卷积神经网络自适应权重衰减方法OUIDecay。该技术根据在线激活模式动态调整每层的正则化强度，旨在提高训练效率和性能。与现有方法不同，OUIDecay不需要验证集，并在多个基准数据集和网络架构上展示了卓越的结果。