論文の概要: Multi-Scale ViT Inference with Habitat-Fit Priors and kNN Retrieval for Multi-Species Plant Identification

• arxiv url: http://arxiv.org/abs/2607.14509v1
• Date: Thu, 16 Jul 2026 02:47:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:32.960054
• Title: Multi-Scale ViT Inference with Habitat-Fit Priors and kNN Retrieval for Multi-Species Plant Identification
• Title（参考訳）: Habitat-Fit 優先度と kNN 検索を用いた多種植物同定のためのマルチスケール ViT 推論
• Abstract要約: 本稿では,DS@GT ARCの植物4乗画像における多種植物同定におけるPlantCLEF 2026チャレンジに対する3位ソリューションについて述べる。 パイプラインは細調整されたDINOv2 ViT-L/14分類器を中心に構築され、各四角形のマルチスケールタイル分解に適用される。 選択されたエントリーは、0.43902(3位、パブリック0.51096)のプライベートリーダーボードマクロF1に達する。
• 参考スコア（独自算出の注目度）: 0.04014524824655105
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes DS@GT ARC's third-place solution to the PlantCLEF 2026 challenge on multi-species plant identification in vegetation quadrat images, where systems must predict every species present in high-resolution (~3000 x 3000 pixel) plot photographs while training only on single-label images of individual plants. The pipeline is built around a fine-tuned DINOv2 ViT-L/14 classifier applied over a multi-scale tile decomposition of each quadrat, with per-tile predictions blended with a FAISS kNN retriever and post-processed by source-aware temporal fusion across repeated plot visits, a habitat-fit demotion that injects geographic and altitude priors from the training data, and a South-Western Europe geographic mask. Habitat-fit demotion and multi-scale aggregation are the largest individual contributors in the ablations. Two complementary training-centric directions, a cross-region transformer with noisy-student distillation on the LUCAS dataset and a label-as-query transformer decoder over synthetic CLS-domain pseudo-quadrats, yielded null results. An inference-time augmentation with instance-aware segmentation crops also did not improve performance. The selected submission reaches a private-leaderboard macro-F1 of 0.43902 (third place; public 0.51096); an unselected configuration of the same pipeline scored above 0.45 on the private set. Code: https://github.com/dsgt-arc/plantclef-2026.
• Abstract（参考訳）: 本稿では, DS@GT ARC による多種植物識別問題に対する植物CLEF 2026 の3番目の解決法について述べる。 パイプラインはDINOv2 ViT-L/14分類器を中心に構築されており、各クアラットのマルチスケールタイル分解に応用され、FAISS kNNレトリバーとブレンドされたタイルごとの予測と、繰り返しプロットの訪問を横断するソース・アウェアの時間的融合による後処理、トレーニングデータから地理的および高度の先行を注入する生息地に適したデモーション、および南西欧の地理マスクが組み込まれている。 ハビタット・フィット・デモーションとマルチスケール・アグリゲーションは、アブレーションにおける最大の個人貢献者である。 2つの相補的なトレーニング中心の方向, LUCASデータセットにノイズ強い蒸留を施したクロスリージョントランスフォーマー, 合成CLSドメインの擬似クアッドレート上のラベル・アズ・クエリ・トランスフォーマーデコーダ, はヌル結果を得た。 インスタンス対応セグメンテーション作物による推論時間増強も性能を向上しなかった。 選択されたエントリーは、0.43902(3位、パブリック0.51096)のプライベートリーダーボードマクロF1に達する。 コード:https://github.com/dsgt-arc/plantclef-2026。

関連論文リスト

• Cut-ViT: Task-Specific Model Pruning via Gram Anchoring Subspace Consistency [71.81785123423516]
  そこで本稿では,視覚基盤モデルのプルーニングのためのタスク固有のプルーニングパイプラインであるCut-ViTを提案する。 基底非依存および残留制約は、ネイティブモデルとプルーニングされたDINOv3モデルのグラム部分空間を整列するために採用される。 実験によると、Cut-ViTは1つのA100 GPU上で1分程度必要であり、様々な範囲で作業を行うことができる。
  論文  参考訳（メタデータ） (2026-08-28T11:25:36Z)
• DS@GT ARC at AnimalCLEF 2026: Species-Aware Graph Construction for Multi-Species Animal Re-Identification [0.0]
  AnimalCLEF 2026へのDS@GT ARCの提出では、再識別のための多種画像クラスタリングシステムが導入されている。 単一の記述子や最寄りの検索に頼る代わりに、このアプローチは種対応グラフ構築として再同定を定式化する。
  論文  参考訳（メタデータ） (2026-07-17T18:49:49Z)
• DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
  既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。 DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。 実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
  論文  参考訳（メタデータ） (2026-07-15T10:27:52Z)
• EcoVision: AI-Powered Drone Imaging for Salt Marsh Vegetation Monitoring and Dominance Mapping [0.0]
  このフレームワークは、2つの生態学的に重要なハロ植物草(Spartina maritimaとPuccinellia maritima)を標的とした。 これらの植物を画像から識別するために,我々は,信頼性の高い種マスクを得た。 EcoVisionと名付けられたこの開発システムは、スケーラブルで高解像度の塩沼モニタリングのための実用的な基盤を確立している。
  論文  参考訳（メタデータ） (2026-07-07T10:16:31Z)
• Scaling Parallel Sequence Models to Foundation-Scale Vision Encoders [123.58723804218151]
  ビジョンファウンデーションモデルは、自己注意の二次的なコストによってボトルネックとなる。 2次元空間伝搬伝搬に基づくC-GSPNを提案する。
  論文  参考訳（メタデータ） (2026-05-30T14:29:43Z)
• A Modelling and Evaluation Framework for EuroCrops-Driven Sentinel-2 Crop Segmentation [78.66324246922831]
  本研究では,Sentinel-2イメージとEuroCropsパーセルレベルのアノテーションからセマンティックセグメンテーション対応農業データセットを生成するパイプラインを提案する。 このデータセットには、ヨーロッパ5カ国から67,337のパッチが含まれており、10種類の作物と背景の分類を減らしている。 The four-level U-Net with Group Normalization were training using 10 Sentinel-2 spectrum bands and a Composite loss with class-weighted cross-entropy and Dice loss。
  論文  参考訳（メタデータ） (2026-05-30T11:20:29Z)
• FLORO: A Multimodal Geospatial Foundation Model for Ecological Remote Sensing Across Sensors and Scales [65.4821703903285]
  FLOROは、小さなが高度に多様なリモートセンシングコーパスから転送可能な表現を学習するために設計されたマルチモーダル基礎モデルである。 FLOROは、Sentinel-1、Sentinel-2、SkySAT画像、標高、UAV由来のデータとの不均一な組み合わせによるマスク付きオートエンコーディングを用いて事前訓練される。 我々は、シーン分類、セグメンテーション、回帰タスクにまたがる凍結エンコーダプロトコルを用いて、PANGAEAベンチマーク上でFLOROを評価した。
  論文  参考訳（メタデータ） (2026-05-27T08:55:54Z)
• SEED: Targeted Data Selection by Weighted Independent Set [76.68391670109433]
  我々はSEEDと呼ばれる堅牢でスケーラブルなデータ選択パイプラインを開発した。 SEEDは、命令チューニング、視覚的命令チューニング、セマンティックセグメンテーションにおける最先端の手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2026-05-15T07:26:54Z)
• Zero-Shot Segmentation through Prototype-Guidance for Multi-Label Plant Species Identification [0.5249805590164902]
  本稿では,植物礁2025の課題に対処するために開発されたアプローチについて述べる。 本ソリューションでは,テストセットイメージ上でセグメンテーションビジョントランスフォーマー(ViT)をトレーニングするためのプロキシガイダンスとして,トレーニングデータセットから得られたクラスプロトタイプを活用することに焦点を当てた。 提案手法により, 個別種とのマルチクラス識別から高分解能植生プロットの多ラベル分類へのドメイン適応が可能となった。
  論文  参考訳（メタデータ） (2025-12-23T01:06:55Z)
• Multi-Label Plant Species Prediction with Metadata-Enhanced Multi-Head Vision Transformers [0.0]
  植生プロット画像におけるマルチラベル植物種予測のためのマルチヘッド・ビジョン・トランスフォーマー手法を提案する。 このタスクでは、単一種の植物イメージのトレーニングモデルと、多種の4つのイメージのテストが含まれており、ドメインシフトが劇的に変化する。 本手法は, 種, 属, および家族予測のための複数の分類先頭を持つ, 事前訓練されたDINOv2 Vision Transformer Base (ViT-B/14) のバックボーンを利用する。
  論文  参考訳（メタデータ） (2025-08-14T08:56:58Z)
• Tile-Based ViT Inference with Visual-Cluster Priors for Zero-Shot Multi-Species Plant Identification [0.1181206257787103]
  DS@GTの植物4乗画像における多種植物同定におけるPlantCLEF 2025課題に対する第2位ソリューションについて述べる。 i) パッチレベルの推論のための微調整されたビジョントランスフォーマーViTD2PC24All,(ii) パッチサイズをネットワークの518x518受信フィールドに合わせる4x4タイリング戦略,(iii) PaCMAP + K-Means視覚クラスタリングと位置情報フィルタリングによるドメイン優先適応を組み合わせる。
  論文  参考訳（メタデータ） (2025-07-08T15:35:19Z)
• A Deep Learning Approach Based on Graphs to Detect Plantation Lines [16.76043873454695]
  本稿では,UAVを用いたRGB画像における植林線検出のためのグラフに基づく深層学習手法を提案する。 提案手法は最先端のディープラーニング手法と比較した。 精度、リコール、F1スコアはそれぞれ98.7%、91.9%、95.1%だった。
  論文  参考訳（メタデータ） (2021-02-05T14:56:42Z)
• Two-View Fine-grained Classification of Plant Species [66.75915278733197]
  本研究では,2視点の葉のイメージ表現に基づく新しい手法と,植物種の粒度認識のための階層的分類戦略を提案する。 シームズ畳み込みニューラルネットワークに基づく深度測定は、多数のトレーニングサンプルへの依存を減らし、新しい植物種に拡張性を持たせるために用いられる。
  論文  参考訳（メタデータ） (2020-05-18T21:57:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。