#image classification

QuantumBoostNet offers better accuracy in cardiac ultrasound imaging than existing models, potentially improving diagnostic accuracy in medical facilities across ASEAN.

#QuantumBoostNet #quantum computing #medical imaging #image classification

arXiv cs.LG@Mihai Udrescu-Milosav et al. (4)Source

Aug 14

Papers10:34

Chinese contentARMDIL：基于MLLM路由的异构集成图像分类

这篇论文搞了个ARMDIL，用MLLM当路由器给图像挑合适的视觉模型，效果不输专门训练的，还能改提示词加新数据。

#ARMDIL #MLLM #image classification #ensemble learning

arXiv cs.LG@Daniel Perkins et al. (5)Source

Jul 31

PapersSelected12:13

Chinese contentKSSE：稀疏图上的Kohn–Sham谱嵌入图像分类

一篇用物理模型替代CNN做分类的论文：KSSE用2100万参数在ImageNet-1000上做到88.93%，超过Swin-L，逼近ViT-H/14，值得看看方法。

#KSSE #ImageNet-1000 #graph neural networks #image classification

arXiv cs.LG@V. S. Usatyuk et al. (3)Source

Jul 1

Papers11:10

Chinese contentAutoBackSwap：自动背景交换提升分类器对虚假背景的鲁棒性

这篇论文提出了AutoBackSwap，只用几百张图片的标注就能让模型不依赖背景，效果比之前的方法都好，做图像分类的值得一看。

#AutoBackSwap #image classification #data augmentation

arXiv cs.LG@Cesar Roder, Kajetan SchweighoferSource

Papers09:56

Chinese contentLocalized Conformal Prediction用于VLM图像分类的改进方法

这篇论文发现直接用余弦相似度搞局部共形预测效果一般，但换个非线性变换后，预测集变小了，值得做VLM不确定性量化的看看。

#VLM #conformal prediction #uncertainty quantification #image classification

arXiv cs.LG@Clément Fuchs et al. (3)Source

Jun 16

Papers12:26

Chinese content神经表征中相位的重要性：图像分类器的内部Oppenheim-Lim测试

这篇论文用Oppenheim-Lim实验方法测试了多个模型（ViT、CNN）的内部表示，发现相位才是关键，还解释了为什么CNN和ViT对纹理和形状的偏好不同。

#PRISM2D #GFNet #ViT-B/16 #ResNet-50

arXiv cs.LG@Alper YıldırımSource

Jun 15

Papers11:12

Chinese content重新思考全局平均池化：你的分类器其实是多实例学习器

用GAP隐藏的空间证据诊断分类错误

#GAP #image classification #MIL

arXiv cs.AI@Aray KarjauvSource

Models11:11

Chinese contentCottonLeafVision：可解释且鲁棒的棉花叶病分类深度学习框架

98%准确率识别棉花叶病

#CottonLeafVision #DenseNet201 #image classification #agricultural AI

arXiv cs.AI@Rafi Ahamed et al. (6)Source