AgriCountDINO实现农业高效计数定位，零样本跨域误差降6%
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载免重训的示例引导计数
这套名为 AgriCountDINO 的方法把计数与定位放在同一个框架里完成。它不依赖针对某一类目标重新训练模型，而是由使用者给出示例框，用示例的外观和尺寸来告诉模型要找什么。这样一来，同一套权重可以应对不同物种、不同成像条件下的目标，因为目标的外形、尺度和密度差异很大，逐类重训的成本被绕开了。框架的输入是冻结的多尺度 DINOv3 特征，这些特征本身不再更新，只在其上做条件化处理，让示例的外观与大小去调制特征表达，再逐步解码成一个个目标点。输出不是单纯的数字，而是落在图上的点，每个点对应一个被计入的个体，因此计数结果可以追溯到具体位置。对于植物表型分析和产量估计这类需要知道“有多少、在哪里”的场景，点预测比只给一个总数更有用。
两个训练细节的设计
训练过程中有两个环节值得注意。其一是漏检恢复：初始匹配阶段会把一部分目标判为背景或忽略掉，这一步把监督信号扩展到那些被初始匹配遗漏的目标上，使模型在训练时就能学到如何找回容易被忽略的个体。其二是示例自适应的点级 NMS：常规的非极大值抑制用固定阈值去重，而这里根据示例的尺度来调整筛选，按示例大小决定多大范围内的重复预测应被合并，从而减少同一目标被重复计数的可能。这两处设计都围绕示例展开，前者补回漏掉的，后者压掉重复的，方向相反但目标一致，都是让最终的点集更贴近真实个体数量。可训练参数为 8.4M，约为 TasselNetV4 的十分之一，说明这套方案在保持轻量的同时完成计数与定位两项任务。
基准表现与跨类迁移
在 TPC-268 基准上，AgriCountDINO 在三样本设置下取得 11.92 的 MAE，并且同时给出每个目标的位置。这里的 MAE 是平均绝对误差，数值越低表示计数越接近真实值；三样本指示例引导时只用到少量示例。与 TasselNetV4 相比，它的可训练参数量大约只有后者的十分之一，却把计数误差进一步压低。更值得注意的是跨域表现：模型只在 TPC-268 上训练，未在目标域做任何训练或微调，就直接在 FSC-147 中未见过的通用物体类别上测试，得到 14.25 的零样本 MAE，优于所对比的零样本方法中最好的一个。这说明示例引导的机制并不局限于农业场景，示例框所携带的外观与尺度信息，能让模型把计数能力迁移到训练时没见过的类别上。
适用范围与使用限制
这套框架的适用前提是使用者能提供示例框，也就是在图上圈出若干目标实例，模型据此推断要计数的对象。示例框省去了按类别重训的步骤，但也意味着结果依赖示例的质量与代表性：示例的外观和尺寸会直接影响条件化特征与后续的点级筛选。方法本身输出的是目标点而非检测框，因此适合需要个体位置与数量的任务，例如植株及其器官的清点。参数效率高、可训练部分少，使它在算力有限时更容易部署。论文提交于 2026 年 9 月 24 日，作者为 Shengjie Guo、Xin Li、Borjana Arsova、Hanno Scharr 与 Silvio Salvi，编号 arXiv:2609.29460，属于计算机视觉与人工智能方向。
为什么值得看
以极低参数量实现农业精准计数定位，且零样本泛化能力突出，对跨物种表型分析与产量估算极具实用价值。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。