MCLC-NET: Multimodal Continual Learning for Leaf Counting
提出多模态持续学习框架MCLC-NET用于叶片计数,并发布真实多模态数据集MMLC。
2 个信源阅读 1
关键词 · 相关资讯与研究
沿着“多模态学习”继续探索,共 1 条内容。
提出多模态持续学习框架MCLC-NET用于叶片计数,并发布真实多模态数据集MMLC。
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
提出自适应异构动态集成框架AHDE-DS,实现跨异构数据的鲁棒预测、分类与智能决策支持。
论文构建农业VLM基准,发现视觉编码器不弱,提出PPT验证器按评分标准选答案,大幅提升识别F1。
提出双分支多模态尺度交互Transformer,用少量标注实现HSI-SAR联合地物分类。
提出GRU+BiLSTM混合深度学习架构,在Caltech-256上实现高精度图像分类。
提出多模态时空感知融合系统,用迭代膨胀卷积图时序网络分类鱼类应激状态。
提出基于Mamba的多级类别感知网络MMC-Net,用于全色与多光谱融合分类。
在仿真番茄环境中适配并微调视觉语言动作模型,实现农业操作机器人学习。