AdaptoVision：面向鲁棒与可扩展分类的多分辨率图像识别模型
计算机视觉与模式识别
2025-07-02 v2
摘要
本文介绍AdaptoVision，一种新型卷积神经网络（CNN）架构，旨在高效平衡计算复杂度与分类精度。通过利用增强残差单元、深度可分离卷积和层次化跳跃连接，AdaptoVision显著降低参数数量和计算需求，同时在各种基准数据集和医学图像数据集上保持具竞争力的性能。广泛的实验表明，AdaptoVision在BreakHis数据集上实现了最新成果， CIFAR-10上达到95.3%准确率，CIFAR-100上达到85.77%准确率，且无需依赖任何预训练权重。该模型的模块化架构和战略性简化促进了有效的特征提取和稳健的泛化，使其特别适合部署在实时和资源受限的环境中。
引用
@article{arxiv.2504.12652,
title = {AdaptoVision: A Multi-Resolution Image Recognition Model for Robust and Scalable Classification},
author = {Md. Sanaullah Chowdhury Lameya Sabrin},
journal= {arXiv preprint arXiv:2504.12652},
year = {2025}
}