Knowledge Distillation for Hybrid CNN–Vision Transformer Architectures: A Systematic Review
系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法，按迁移方向、知识类型和应用领域分类
阅读 0
关键词 · 相关资讯与研究
#CNN Transformer
沿着“CNN Transformer”继续探索，共 0 条内容。
你可能还想看
没有这个标签，内容接近Artificial Intelligence, Machine Learning, and Deep Learning Concepts, Methods, and Real-World Impact
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。
阅读 4
[预印本]视觉基础模型中的多分支集成头用于高效黄瓜物候阶段分类
提出多分支集成头，实现小样本黄瓜物候阶段高效分类。
阅读 0
A deep learning perception framework for farm digital twins: weed species classification, semantic segmentation, and gradient-based visual interpretability
Anusree Manoj, Aiswarya S. Kumar, S. Remya, Somula Ramasubbareddy, Yong Yun Cho提出一种面向农业数字孪生系统的深度学习感知框架,涵盖杂草物种分类、语义分割和基于梯度的视觉可解释性分析。
阅读 14
A Hybrid CNN–Transformer–LSTM Deep Learning Framework for Automated Cotton Disease Detection
提出CNN-Transformer-LSTM混合框架，实现棉花叶片病害自动识别。
阅读 8
Aprendizaje profundo para la detección de malezas en sistemas agrícolas y forestales mesoamericanos
综述深度学习在杂草识别与定位中的进展，并提出中美洲农林业实施路线图。
阅读 2
Improving Image Classification Performance with Modern Data Augmentation and Vision Transformer
提出MDAViT模型，结合现代数据增强与视觉Transformer提升图像分类精度。
智慧农业 / 农业物联网论文
阅读 0
基于因果推断和机器学习的农田玉米产量预测模型
王毅、崔茜彤、王晨、熊宝伟、邵国敏、王琬莹、曹培、韩文霆(西安财经大学/西北农林科技大学/西安理工大学)针对传统玉米产量预测方法难以揭示变量间因果关系的问题,提出融合因果推断与机器学习的预测方法:基于遥感指数、气象数据、土壤剖面湿度和阶段性作物观测数据等多源异构信息,采用偏相关与瞬时条件独立算法系统分析玉米产量与各影响因子之间的因果关系,构建可解释的玉米产量预测模型。
阅读 10