A100: Модель " Гибридного видения &qt; для анализа изображений сельскохозяйственных растений

arXiv: 2610.20.22991v1 Сообщение типа: новое резюме: Использование точных моделей зрения для мониторинга сельскохозяйственных культур, диагностики заболеваний и финотификации растений в сельском хозяйстве затрудняется отсутствием экспертных аннотированных данных, особенно в развивающихся странах. Мы предлагаем модель сельскохозяйственного видения A100, которая предварительно подготовлена с использованием самоконтроля на 3 миллиона немаркированных изображений из полей, охватывающих более 100 видов культур. A100 использует гибридный CNN-Transformer позвоночник, который взрывает фазы MBConv для извлечения местных объектов с трансформированными стадиями для глобального контекстуального представления. A100 использует предварительную подготовку с интеграцией самоперегонки ДИНО, восстановлением замаскированного пятна iBOT и упорядочением системы KoLeo, что позволяет получать более качественные характеристики по сравнению с подконтрольными IMONet-12K представлениями для сельскохозяйственных целей без каких-либо уточнений. Используя замороженный позвоночник, точность классификации урожая A100 составляет 95,37%, что на +2,56% выше, чем IMONet-1.