基于冻结基础模型嵌入的标签高效水下物种分类
计算机视觉与模式识别
2026-04-17 v2
摘要
从水下图像自动识别物种的任务受限于专家标注成本，训练得到的监督模型也难以迁移到新情境。我们探讨了基于冻结基础模型嵌入的简单分类器是否能够弥合这一差距。使用冻结的 DINOv3 ViT-B/16 嵌入（无微调），我们训练了 logistic 回归分类器，并在 AQUA20 基准（包含 20 种海洋物种）上进行评估。在完全监督情况下，logistic 回归实现了 88.5% 的宏平均 F1 分数，仅略低于 ConvNeXt 的 88.9%，差距为 0.4 个百分点；而在 20 个物种中，logistic 回归在 8 个物种上超越了监督基线。在标签稀缺情况下（每类约 21 个标记示例，约占训练标签的 6%），宏平均 F1 超过 80%。这种接近于端到端监督学习的水平表明，这些通用且冻结的表示在水下领域 exhibits 强大的线性可分性。该方法无需深度学习训练、无需特定于领域的数据工程，也无需针对水下环境调整的模型，建立了一个实用且可立即部署的标签高效的海洋生物识别基线。所有结果均在 100 个随机随机种子初始化的 held-out test set 上报告。这一工作目前为报告，后续将进行进一步评估和消除实验。
引用
@article{arxiv.2604.00313,
title = {Label-efficient underwater species classification with logistic regression on frozen foundation model embeddings},
author = {Thomas Manuel Rost},
journal= {arXiv preprint arXiv:2604.00313},
year = {2026}
}
备注
v2. New methodology, instead of semi supervised now focused on linear separability. Methodological updates, performance upgrades. The concept is still the same, but the experimental setup and the implementation details have changed