待验证50% 置信事实精确时间

用 EfficientNet-B0 做图像级二分类时，全局池化操作会把像素级别篡改的微弱信号稀释掉

1

来源数

50%

置信度

长期有效

时效性

2026/10/9

首次发现

来源

收据伪造检测模型接近随机？文档图像取证的实战困境与破局思路

涉及实体

EfficientNet-B0model

相关事实

待验证属性泄漏与扩散模型中交叉注意力图谱的空间分辨率限制密切相关，在U-Net或DiT架构中低分辨率层捕捉全局语义、高分辨率层负责局部细节68% 相似待验证离散tokenization方案通常依赖VQ-VAE或VQ-GAN等量化编码器，会在图像生成过程中牺牲视觉保真度68% 相似待验证语义分割为影像中每个像素分配类别标签，与目标检测仅输出边界框不同，提供像素级的精细划分68% 相似待验证FNO具有分辨率不变性，训练时使用低分辨率网格，推理时可直接迁移到更精细的网格67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/990931

API

curl https://kongchang.com/api/v1/knowledge/claims/990931

MCP

get_claim(id=990931)