في خطوة رائدة لتطوير تقنيات اكتشاف الأنواع البحرية، انطلقت مسابقة FathomNetCLEF 2026 التي تجمع بين اكتشاف الكائنات تحت الماء وتصنيف الأنواع البحرية بدقة. الكلمة هنا هي 'الإيجابية غير المصنفة'، حيث توفرت تصنيفات تدريب قليلة، مما أثار تحديات في التحقق من البيانات.

تم تصميم نظام DS@GT ARC المتعدد المراحل بشكل خاص للتغلب على هذه التحديات. استخدام نموذج Megalodon YOLOv8x كمولد مقترحات مستقل عن الفئة سمح بتحسين أداء النظام بشكل كبير. تعمل المنظومة على دمج التحليل العالمي مع تصفية الحواف لضمان تصنيف دقيق للصور. تستخدم الخوارزمية مُصنف DINOv3 ViT-H الذي تم تعديله، والذي يعزز القدرة على التعامل مع المقترحات الموسعة.

بفضل استراتيجية الترتيب القائمة على دمج الثقة بين المكتشف والمصنف، حقق النظام مرتبة متقدمة حيث احتل المركز 12 من بين 102 فريق. ومع ذلك، كانت التجارب تشير إلى أنه من الأفضل استخدام مجموعات البيانات الثانوية فقط لأغراض التحقق والمقارنة، مما يعكس أهمية اتخاذ القرارات المعتمدة على بيانات موثوقة.

تظهر التجارب أنه من الأكثر فعالية تجنب الفلترة المفرطة وتحسين الترتيب بدلاً من التركيز على تحسين النموذج أو التدريب على تسميات خاطئة. للمزيد من المعلومات، يمكنك زيارة الكود المصدر هنا. ما رأيكم في هذا التطور الرائع؟ شاركونا في التعليقات.