DINOv3 ViT-H

AI系统采用新颖流水线解决海洋物种检测问题

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。