AITOP

MobileViT-S

共 2 条相关 AI 资讯
8月17日
10:32
10:32官方账号arXiv cs.AI@Karel Becerra, Boris Mederos, Dean Snow, Ramón A. Mollineda
该研究提出一个不确定性感知的深度学习框架，用于旧石器时代晚期手印的性别归属。框架通过双图像处理和双轮廓提取，为每个手印生成12种轮廓实现，并由两个各含10个神经网络的集成模型（EfficientNet-B3和MobileViT-S）处理，模型在14,036个当代手样本上训练。在当代数据集上，老年组的分类准确率超过88%。应用于史前手印时，框架输出性别预测与内部一致性置信度，可区分形态稳定与模糊案例。
论文EfficientNet-B3MobileViT-S性别判定
推荐理由：这篇论文用深度学习给远古手印判性别，在当代数据上准确率超88%，还能告诉你哪些样本拿得准、哪些拿不准。
原文
6月15日
11:11