PIPNet EA for Robust and Explainable Crop Weed Classification Using Enhanced Prototype Evidence Aggregation
Este estudio introduce PIPNet-EA, un marco basado en prototipos mejorado que combina la agregación de evidencia espacial top-κ con el razonamiento ponderado por confianza para lograr una robustez e interpretabilidad superiores en la clasificación de cultivos y malezas bajo diversas corrupciones de imagen en comparación con los modelos de aprendizaje profundo estándar.