arXiv:2610.35984v1 — стратегии генерации данных улучшают классификацию заболеваний оливковых деревьев с EfficientNetV2B0
В препринте на arXiv (2610.35984v1) исследуется комплексный подход генерации данных — традиционные аугментации, CutMix, MixUp и синтетические изображения от DCGAN — применённый в трёх сценариях распределения данных (выравнивание классов, увеличение выборки в классах и расширение с сохранением баланса). Авторы сообщают заметное повышение точности при обучении предобученной и дообученной модели EfficientNetV2B0 на дополненном наборе данных по заболеваниям оливковых деревьев и считают подход перспективным для детекции заболеваний растений.