CAppleNet:用坐标注意力改进YOLO11检测苹果梗洼与花萼
热点事件持续更新
CAppleNet:用坐标注意力改进YOLO11检测苹果梗洼与花萼
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Alican Güneş 等研究者在 arXiv 提交论文 CAppleNet,用坐标注意力(CA)替换 YOLO11s 骨干中的 C2PSA 模块,用于实时检测苹果的果实、梗洼与花萼三类目标。论文称,只有这种同槽位的架构替换使整体 F1 与基线持平(0.9038)。 研究还自建并标注了 1506 张苹果图像数据集(1054 训练 / 301 验证 / 151 测试),图像在固定机位的受控条件下采集。基线为使用默认超参数训练的 YOLO11s 检测器。
AI 根据报道生成 · 1 小时前更新
最新进展11月11日 13:00
CAppleNet:基于坐标注意力的 YOLO11 实时检测苹果梗洼与花萼报道时间线
沿着报道,了解事件的不同侧面。
11月11日
- arXiv cs.AICAppleNet:基于坐标注意力的 YOLO11 实时检测苹果梗洼与花萼
研究者提出 CAppleNet,用坐标注意力(CA)替换 YOLO11s 骨干中的 C2PSA 模块,并自建 1506 张苹果图像数据集(1054 训练 / 301 验证 / 151 测试),标注果实、梗洼、花萼三类。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。