本文介绍了采用深度学习的计算机视觉方法开发的微型无人机，可提高载荷传送位置的精度500%以上，比传统基于GPS的方法更准确。

该研究提出了基于区块链的分散式联邦学习框架VBFL，利用区块链验证和权益证明共识机制提高了稳定性和精度。在MNIST分类仿真中，当有15%的恶意设备时，VBFL的准确率比Vanilla FL高7.4倍，可达87%。

该研究使用Transformer架构自动检测图像中的对象，并建立对象与注视的关联，实现全面的注视分析。该方法在各项指标上均取得了最新的成果，对注视目标检测提高了AUC的达到2.91%、注视距离减少了50%、注视对象分类和定位平均精度提高了11-13%。