Introduzione

La classificazione di specie vegetali è un compito critico nella ricerca scientifica e sostenibile. Una nuova tecnologia, che combina la supervisione guidata dei prototype con la visione trasformata (ViT), ha dimostrato la capacità di raggiungere risultati competitivi in sfide di classificazione multi-etichetta.

Il metodo

Il nuovo metodo si basa sulla creazione di un proxy guidatore utilizzando i prototipi di classe ottenuti dal dataset di allenamento. Questi prototipi vengono utilizzati per allenare un modello di segmentazione customizzato, che utilizza una rete trasformata stretta (narrow ViT) con il layer embedding del patch sostituito da un layer pre-allenato DinoV2.

La funzione

Il modello di segmentazione viene allenato per ricostruire i prototipi originali dal dataset di test. Questo permette l'identificazione e la localizzazione delle zone di interesse, che guidano il processo di classificazione. Il metodo ha dimostrato la sua efficacia nella sfida PlantCLEF 2025, raggiungendo un punteggio F1 pari a 0,33331.

Conclusioni

La presente tecnologia offre una soluzione innovativa per la classificazione di specie vegetali, che può essere applicata in diverse aree, come la ricerca scientifica e sostenibile. Il codice del metodo è disponibile su GitHub, rendendo possibile per gli utenti sperimentare e migliorare questa tecnica.