Η μελέτη αναφέρει ότι η πολυτροπική διαιτησία τεχνητής νοημοσύνης βελτιώνει τη διάγνωση φυτικών ασθενειών σε εικόνες πεδίου
Μια μελέτη arXiv συνδυάζει δύο μοντέλα όρασης με μοντέλα πολυτροπικών γλωσσών ανοιχτού βάρους για την επίλυση αντικρουόμενων στοιχείων σε εικόνες φυτικών ασθενειών. Η προσέγγιση βελτίωσε την ακρίβεια PlantDoc από 63,9% σε 68,5% με το Gemma, ενώ οι δοκιμές σε δύο σύνολα δεδομένων που αποκτήθηκαν από ρομπότ Cornell έφτασαν την ακρίβεια 98,9% και 99,3%. Οι ερευνητές…
Διαβάστε ιστορία Επαληθευμένη πηγή: arxiv.org
