Face Aging Using Various Cycle GAN Models: A Comparative Analysis of Efficient Net Mobile Net and Standard Architectures
比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet
农业遥感与作物表型农业人工智能
阅读 1
关键词 · 相关资讯与研究
#DCGAN
沿着“DCGAN”继续探索，共 0 条内容。
你可能还想看
没有这个标签，内容接近GAN-diffusion hybrids for image generation in smart agriculture: A systematic review
GAN-diffusion hybrids for image generation in smart agriculture: A systematic review。Computers and Electronics in Agriculture
关注点
该综述系统归纳GAN与扩散模型混合架构在农业图像生成中的方法路线与评估方式，可作为选型参考，但结论依赖纳入文献质量，缺乏统一基准验证。
阅读 0
[预印本]GANet 面向嵌入式系统的轻量化植物病害识别网络
提出轻量化植物病害识别网络GANet，在嵌入式设备上实现高精度实时识别。
阅读 1
OpenSR-SRGAN: A Flexible Super-Resolution Framework for Multispectral Earth Observation Data
提出模块化开源框架OpenSR-SRGAN，用配置文件驱动多光谱遥感影像超分辨率。
阅读 1
CBAM-LeafGAN: A selective attention-guided StyleGAN framework for mango leaf disease image synthesis and explainable recognition
提出CBAM-LeafGAN，用选择性注意力增强StyleGAN3合成芒果叶病图像并提升识别可解释性
阅读 3
Next-Generation Deep Learning: A Comprehensive Survey on Explainable, Efficient, Privacy-Preserving and Multimodal Artificial Intelligence
综述可解释、高效、隐私保护、绿色与多模态五大深度学习方向，提出能力导向分类框架。
阅读 2
基于改进YOLOv11n-seg的胡麻倒伏区域识别方法——兼顾精度与轻量化的智能化倒伏监测
针对胡麻倒伏区域识别难题，研究构建改进YOLOv11n-seg模型。改进后的模型在精确度和平均精度均值上分别达到92.6%和95.2%，较原始YOLOv11n-seg模型分别提升3.7个百分点和2.1个百分点。模型参数量仅为1.73 M，计算量为8.0 GFLOPs，模型体积仅为3.8 MB，显示出较好的轻量化优势。该方法兼顾精度与轻量化，为智能化胡麻倒伏监测与实际田间设备部署提供了技术基础。
阅读 10
Comparative Analysis of Deep Learning Architectures for Fine-Grained Classification of Dahlia Varieties
Comparative Analysis of Deep Learning Architectures for Fine-Grained Classification of Dahlia Varieties。Smart Agricultural Technology
阅读 0