跳到正文
arXiv · 机器人与计算机视觉· Debojyoti Ghosh, Soumya K Ghosh, Adrijit Goswami·· 21 天前AI 评分38

AMR-Net 自适应模块化检索增强框架实现跨域图像分类

Adaptive Modular Retrieval-Augmented Framework for Cross-Domain Image Classification

AI 导读

AMR-Net 融合 ResNet、ViT 与 FAISS 模块,在废物分类及 KolektorSDD2 数据集上分别达到 97.15% 和 99.80% 准确率。该架构通过自适应扩展机制解决数据不可预测性与类别不平衡问题,显著优于主流卷积与 Transformer 方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org