来自DS@GT ARC的研究人员为FathomNetCLEF 2026竞赛开发了一个多阶段系统，该系统涉及水下物体检测和海洋物种分类。他们的方法通过使用冻结的Megalodon YOLOv8x检测器进行提案生成，以及使用LoRA微调的DINOv3 ViT-H分类器进行物种识别，来应对稀疏训练标签和分布外测试数据的挑战。该系统通过采用检测器和分类器置信度分数的加权融合，以及使用代理数据集进行验证，在102支队伍中取得了第12名的成绩。 AI
影响 这项研究展示了在具有挑战性的现实场景中进行物体检测和分类的先进技术，有望改善海洋生物多样性监测。
排序理由 该集群包含一篇学术论文，详细介绍了一种用于特定检测和分类任务的新型AI系统。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
