- 9月 19, 2026
マルチモーダル継続学習による葉枚数推定|MCLC-NETの新手法
農業現場で変化する環境に適応できるマルチモーダル継続学習手法MCLC-NETを提案。RGB、深度、赤外線画像を統合し、リアルタイムでの葉枚数推定を実現。MMLCデータセットを公開し、継続学習のベンチマークを提供。
農業現場で変化する環境に適応できるマルチモーダル継続学習手法MCLC-NETを提案。RGB、深度、赤外線画像を統合し、リアルタイムでの葉枚数推定を実現。MMLCデータセットを公開し、継続学習のベンチマークを提供。
AgroSense 2.0で地図情報と画像を融合、農作物推薦の精度向上 📄 論文サマリー 著者:Vishal Pandey、Rishav Tewari、Ruzina Haque Laskar 発表:arXiv(機械学習)/2606.21892v1 公開日:2026年06月20日 ✨ 本論文の新規性 7バンドの地図形式土壌データを統合し、空間的相関を考慮した新しいアーキテクチャを導入 クロスモーダル […]