SpectralTrain:一个通用的高光谱图像分类训练框架
研究人员提出 SpectralTrain,一个架构无关的通用训练框架,将课程学习与基于 PCA 的光谱降采样结合,逐步引入光谱复杂度,提升高光谱图像分类的训练效率。该框架不依赖特定架构、优化器或损失函数,在 Indian Pines、Salinas-A 和新提出的 CloudPatch-7 三个基准数据集上取得 2-7 倍训练提速,精度变化因 backbone 而异。代码已开源。
研究人员提出 SpectralTrain,一个架构无关的通用训练框架,将课程学习与基于 PCA 的光谱降采样结合,逐步引入光谱复杂度,提升高光谱图像分类的训练效率。该框架不依赖特定架构、优化器或损失函数,在 Indian Pines、Salinas-A 和新提出的 CloudPatch-7 三个基准数据集上取得 2-7 倍训练提速,精度变化因 backbone 而异。代码已开源。
思琦团队的 SwiftSIQI 公开了围绕 Xcode 和 Apple 生态的 AI 方向调研分析报告,基于 100 位 Apple 生态领域专家反馈形成专家组报告。报告指出 Apple 开发生态相对独立,其 AI 采用率和开发者想法可能与外部体感不同。大众组数据仍在收集中。