Swin-L
PulseAugur coverage of Swin-L — every cluster mentioning Swin-L across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新型轻量级AI提取人行道路径用于微出行导航
研究人员开发了一个轻量级的、由机器学习驱动的系统，用于从单目摄像头馈送中提取人行道路径，专为微出行设备的嵌入式导航而设计。该系统经过了三轮设计迭代，采用了一个使用半监督方法训练的紧凑型SegFormer-B0模型。该架构在每帧11.7毫秒的处理时间内实现了0.946的高交并比（IoU）得分，显著优于基线模型。开发的图像空间规划方法比鸟瞰图方法有显著的速度提升，使得完整的感知到路径堆栈适用于行人速度的应用。
-
Transformer模型在ECCV挑战赛中擅长检测微小授粉者
研究人员开发了一种新颖的基于Transformer的模型，用于在具有挑战性的田野关键帧中检测微小授粉者。该模型名为Co-DINO，采用Swin-L骨干网络，在比较中取得了最高的平均精度均值（mAP）。为了解决数据集中蜜蜂占主导地位以及目标物体尺寸小的问题，训练过程采用了裁剪马赛克池以增加稀有昆虫类别的代表性，并采用ETF损失函数以更好地区分不同类别。该方法在CVPPA@ECCV 2026 BuzzSpot挑战赛的FinalTest排行…
-
受物理启发的KSSE模型以更少参数实现88.93%的ImageNet准确率
研究人员开发了一种新颖的受物理启发的能量模型，称为Kohn-Sham谱嵌入（KSSE），用于图像分类。KSSE用在特定温度下评估的稀疏图谱嵌入取代了传统的卷积神经网络（CNN）。该方法利用了随机键Ising模型和随机矩阵理论的概念来优化图拓扑并分析分形学习景观。在ImageNet-1000上的实验中，KSSE取得了88.93%的Top-1准确率，并且参数数量远少于Swin-L和ViT-H/14等模型。
-
LLM 通过新颖的语言注入模块增强食物图像分割
研究人员开发了两个新颖的模块 LIM-F 和 LIM-Q，通过整合源自大型语言模型 (LLM) 的食材标签来增强食物图像分割。这些模块可以添加到现有的图像编码器和解码器中，而无需预先对齐的图像-文本数据。当应用于 FoodSeg103 基准测试时，所提出的方法取得了最先进的结果，其中 LIM-Q 和 Swin-L 编码器达到了 55.0 mIoU。该方法还证明了其在基于 CNN 的架构上的有效性，并且 GPU 内存使用量仅有适度增加。