10:01
官方账号arXiv cs.LG@Nikhilesh Prabhakar, Pranuthi Tenali, Wilfredo Abudeye Fernandez, Shekhar Borah, Athresh Karanam, Erik Blasch, Prabha Sundaravadivel, Sriraam Natarajan
推荐理由：这篇论文研究了农业杂草检测的迁移性，比较了不同迁移策略，发现少量样本微调效果显著，对于需要跨作物迁移检测器的农业应用有重要意义。
跨作物比较
共 1 条相关 AI 资讯
8月24日
10:01
本研究评估了将训练于一种作物的杂草检测器迁移到另一种作物的性能，比较了无监督域自适应目标检测与预训练和少量样本微调方法。研究发现，少量样本微调在跨作物比较中优于无监督域自适应目标检测，表明源域选择与适度目标监督比算法复杂性更有效。