通过原型引导实现多标签植物物种识别的零样本分割

本文介绍了一种使用零样本分割进行多标签植物物种识别的新方法。该方法利用从训练数据集中获得的类原型来指导测试图像上的分割 Vision Transformer (ViT)。通过采用 K-Means 聚类创建原型，以及在单个物种分类上预训练的定制 ViT 架构，该模型有效地从多类适应到多标签分类。该方法展示了有希望的结果，在 PlantCLEF 2025 挑战赛中获得第五名。与最佳提交相比，性能差距很小，这表明有进一步改进的潜力，并突出了原型引导分割在解决复杂图像分析任务中的有效性。使用 DinoV2 进行预训练也是该方法的一个值得注意的方面。

• •用于植物物种识别的原型引导零样本分割。
• •利用 K-Means 聚类和定制的 ViT 架构。
• •在 PlantCLEF 2025 挑战赛中取得了可喜的成绩。