الأبحاث المرتبطة بالكلمة المفتاحية: التدريب الذاتي
-
DepthCropSeg++: توسيع نموذج أساس تقسيم المحاصيل باستخدام بيانات مصنفة بالعمق DepthCropSeg++: Scaling a Crop Segmentation Foundation Model With Depth-Labeled Data
2026 | المؤلف: Jiafei Zhang وآخرون | المجلة: IEEE Journal of Selected Topics in Signal Processing | المجال: علوم النبات (Plant Science)في هذا القسم، يقدم المؤلفون DepthCropSeg++، وهو نموذج أساسي متقدم مصمم لتجزئة المحاصيل في بيئات زراعية متنوعة. يعالج هذا النموذج الحاجة الملحة لتجزئة المحاصيل بدقة، وهو أمر أساسي لمجموعة متنوعة من التطبيقات الزراعية مثل تحليل صفات النباتات، وتقدير الكثافة، ومكافحة الأعشاب الضارة. على عكس النماذج الحالية التي تعتمد على مجموعات بيانات محدودة بسبب التكاليف العالية…
-
CLIP التباين: التكيف غير المراقب الموجه بواسطة اللغة CLIP the divergence: Language-guided unsupervised domain adaptation
2026 | المؤلف: Jinjing Zhu وآخرون | المجلة: Pattern Recognition | المجال: الذكاء الاصطناعي (Artificial Intelligence)في هذه الورقة، قدمنا CLIP-Div، وهو نهج جديد موجه باللغة مصمم لتعزيز أداء نماذج التكيف غير الخاضع للإشراف (UDA) من خلال الاستفادة من الغنى الدلالي وقدرات التعميم بدون تدريب لـ CLIP. تشمل المساهمات الرئيسية تطوير قياسين مبتكرين للانحراف الموجه باللغة—الانحراف المطلق والانحراف النسبي—للمواءمة بين المجالات المصدر والهدف، بالإضافة إلى استراتيجية تعليم زائف موجهة باللغة تقوم…