Created by @f9939dbe87 on Sora AI
生成一张论文模型结构图(network architecture diagram),风格为干净的矢量信息图 / IEEE 论文插图风格,白底、细线条、统一字体(接近 LaTeX/Times),无阴影、无3D、无照片质感。图中从左到右展示一个“1D ResNet 编码器 + 全连接到2D 解码器”的网络: (1) 1D ResNet Encoder:输入框标注 u ∈ R^{7×25};经过 1D Conv (channels: 64) 得到 F0 ∈ R^{64×25};接着串联多个 ResBlock1D(用堆叠模块表示),浅层 stride=1, dilation=1,中/深层含 stride=2 下采样 25→13→7,并在后续使用 dilation>1 扩大感受野;输出框标注 F_enc ∈ R^{256×7};随后接 GAP 得到全局向量 h ∈ R^{256}。 (2) FC + 2D Decoder:h 经过两层全连接(标注 FC + ReLU)映射并 reshape 成二维“种子特征图” H0 ∈ R^{64×6×6}。解码器采用两级上采样:Upsample + Conv2d + BN + ReLU,先得到 H2 ∈ R^{32×12×12},再得到 H3 ∈ R^{16×24×24};最后 1×1 Conv 输出单通道 logits:Z ∈ R^{1×24×24}。训练分支标注 BCEWithLogitsLoss (internal sigmoid);推理分支标注 Sigmoid 得概率图 p̂=σ(Z) ∈ (0,1)^{24×24},再经 Threshold 输出边界预测 b ∈ {0,1}^{24×24}。 画面布局要求:模块用矩形框+箭头连接;编码器和解码器分别用标题括号 (1)、(2) 标注;在关键张量旁标注维度;使用少量柔和区分色(例如编码器蓝色系、解码器橙色系、输出绿色系),但整体保持学术简洁;输出为高分辨率矢量风(看起来像 SVG/PDF 导出的线框图),适合直接放入论文
Explore more AI-generated masterpieces from our collection.