Unverified50% confidenceFactExact time
2019年图宾根大学研究者发现ImageNet预训练的CNN模型在识别物体时更依赖纹理特征而非形状特征，即纹理偏置现象
1
Sources
50%
Confidence
Long-term
Relevance
7/9/2026
First Seen
Sources
Discord误封8000账号：AI审核系统为何把棋盘认成违规内容
rss7/7/2026
Related Claims
Unverified卷积神经网络（CNN）通过对大量标注植物图像的训练学会提取叶片纹理、颜色分布、边缘特征等视觉模式71% similarUnverified经典CNN依赖局部感受野逐层提取从纹理到形状的层次化特征71% similarUnverified农业场景下的图像识别主要基于深度学习中的卷积神经网络（CNN）及其变体，如ResNet、EfficientNet、Vision Transformer等模型架构71% similarUnverified特征提取阶段模型通过卷积神经网络（CNN）或视觉Transformer（ViT）等架构将原始像素转化为抽象特征向量71% similarUnverified研究者通过分析图像频域特征（傅里叶变换下的频率分布异常）、面部生物力学一致性及全局光照方向来识别AI合成图像71% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/336985API
curl https://kongchang.com/api/v1/knowledge/claims/336985MCP
get_claim(id=336985)