PulseAugur
中
实时 16:21:00
English(EN) Overhead Wildlife Locator (OWL): Benchmarking Weakly Supervised Learning for Aerial Wildlife Surveys

新的OWL框架为航空野生动物调查设定了SOTA

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了架空野生动物定位器（OWL），一个用于航空野生动物调查的新型弱监督框架。OWL提供三种变体——OWL-C、OWL-T和OWL-D，每种都针对不同的调查条件进行了定制，从稀疏的固定翼飞机图像到密集的无人机数据。OWL-D变体利用了一个冻结的DINOv3 ViT-H+/16编码器，在多个数据集上取得了最先进的性能，并已成功应用于真实的北美驯鹿普查，证明了其运行就绪性。该项目还发布了用于北美驯鹿调查的代码、模型权重和新的标注数据集。 AI

影响 这项研究推进了用于野生动物监测的弱监督学习，有望降低生态调查的成本并提高其准确性。

排序理由 该集群包含一篇研究论文，详细介绍了航空野生动物调查中计算机视觉任务的新框架和基准。

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的OWL框架为航空野生动物调查设定了SOTA

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Isai Daniel Chac\'on, Zhongqi Miao, Bruno Demuro, Caleb Robinson, Rahul Dodhia, Lasha Otarashvili, Jason Holmberg, Kirk Larsen, Howard Frederick, Nathan J. Pamperin, Pablo Arbel\'aez, Juan M. Lavista Ferres ·

    架空野生动物定位器 (OWL)：用于航空野生动物调查的弱监督学习基准测试

    arXiv:2606.13911v1 Announce Type: new Abstract: Automated aerial wildlife surveys increasingly rely on deep learning, yet standard object detectors require bounding-box annotations, reported to be up to seven times slower and three times more expensive to produce than point-level…

  2. arXiv cs.CV TIER_1 English(EN) · Juan M. Lavista Ferres ·

    架空野生动物定位器 (OWL)：用于航空野生动物调查的弱监督学习基准测试

    Automated aerial wildlife surveys increasingly rely on deep learning, yet standard object detectors require bounding-box annotations, reported to be up to seven times slower and three times more expensive to produce than point-level labels. To address this bottleneck, we introduc…

相关话题