- 10月 28, 2026
オリーブ病害のAI診断精度を高めるデータ生成戦略|DCGANとCutMixの効果検証
オリーブ病害分類におけるデータ不足と不均衡に対し、DCGANやCutMix等の高度な生成手法を組み合わせ、3つのデータ分布シナリオで検証した。バランス調整とデータ増強の組み合わせにより、モデルの汎化性能と精度を向上させた。
オリーブ病害分類におけるデータ不足と不均衡に対し、DCGANやCutMix等の高度な生成手法を組み合わせ、3つのデータ分布シナリオで検証した。バランス調整とデータ増強の組み合わせにより、モデルの汎化性能と精度を向上させた。
トマトの葉に生じる病害を高精度かつ軽量に分類するための新しい深層学習モデルCoAtNet-DeepMoEを提案。従来モデルと比較してパラメータ数を大幅に削減しつつ、精度を99.8%以上に維持。
U-NetとPrithviモデルのアンサンブルで葡萄園適地予測精度向上 📄 論文サマリー 著者:Jorge Ignacio Perez、Hwaai Kang Kee、Lucas Rassbach 発表:arXiv(コンピュータビジョン)/2607.08449v1 公開日:2026年07月09日 ✨ 本論文の新規性 U-NetとPrithvi-EO-2.0のアンサンブル手法を用いて、南フランスの葡萄 […]
EfficientNetとCBAMを活用した peach 葉の耐域シフト分類技術の開発 📄 論文サマリー 著者:Adrián Cánovas-Rodriguez、Miguel A. González-Illán、Maria Fernanda García-Cruz 他5名 発表:arXiv(コンピュータビジョン)/2606.02045v1 公開日:2026年06月01日 ✨ 本論文の新規性 Eff […]