关键词 · 相关资讯与研究
沿着“GAN diffusion”继续探索，共 0 条内容。
GAN-diffusion hybrids for image generation in smart agriculture: A systematic review。Computers and Electronics in Agriculture
该综述系统归纳GAN与扩散模型混合架构在农业图像生成中的方法路线与评估方式，可作为选型参考，但结论依赖纳入文献质量，缺乏统一基准验证。
比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet
提出CBAM-LeafGAN，用选择性注意力增强StyleGAN3合成芒果叶病图像并提升识别可解释性
提出轻量化植物病害识别网络GANet，在嵌入式设备上实现高精度实时识别。
系统综述了SAM及其变体中的提示工程方法、应用与挑战。
为降低农业病虫害识别深度学习部署的专家标注成本,文章提出三层主动学习框架:动态原型记忆通过动量指数滑动平均保持稳定类别表征;上下文感知样本选择采用神经上下文老虎机动态调整分支组合比例;类别平衡评分通过逆频加权在选择阶段直接优先关注少数类。在IP06(害虫)和Natural CW-10(杂草)数据集上,框架在90%数据可用率下分别取得83.36%和85.07%的准确率,在20%低数据可用率下较最强基线分别领先4.12和2.68个百分点。结合GAN增强数据后,IP06上准确率提升至84.91%,Natural CW-10上提升至86.42%,证明主动学习与生成式AI在智能农业中的互补价值。
综述可解释、高效、隐私保护、绿色与多模态五大深度学习方向，提出能力导向分类框架。
提出模块化开源框架OpenSR-SRGAN，用配置文件驱动多光谱遥感影像超分辨率。
