跳到正文
arXiv · 机器人与计算机视觉· Hugo Markoff, Stefan Hein Bengtson, Michael {\O}rsted·· 9 天前AI 评分15

Vision Transformers 实现动物图像零样本聚类:一项对比基准研究

Vision Transformers for Zero-Shot Clustering of Animal Images: A Comparative Benchmarking Study

AI 导读

DINOv3 嵌入结合 t-SNE 与 HDBSCAN 在无需物种数量先验的情况下,对 60 种动物的随机子集达到 0.943 的物种级 V-measure,仅剔除 1.14% 异常图像。该方法将手动标注工作量减少 98.3%,正确聚类率达 94.6%,接近人工标注精度,并开源了基准工具包供生态学家选用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org