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 3
Rapid Swath-width Estimation Using a Hybrid CNN-Transformer Architecture for Precision Fertilizer Application
Rapid Swath-width Estimation Using a Hybrid CNN-Transformer Architecture for Precision Fertilizer Application。Smart Agricultural Technology
阅读 0
基于改进YOLOv11n-seg的胡麻倒伏区域识别方法——兼顾精度与轻量化的智能化倒伏监测
针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。
阅读 10
[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
Transformer-Fused Hybrid Descriptors for Remote Sensing Scene Classification, Integrating Texture-Morphology Features with EfficientNetV2 Semantic Embeddings on MLRSNet
提出Transformer融合手工纹理形态特征与EfficientNetV2深度特征的遥感场景分类模
阅读 2
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
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