arXiv cs.AI· Jae Joong Lee, Bedrich Benes·· 11 小时前AI 评分24
三个 LiDAR、二十五个数据集：树木物种识别中的跨源泛化
Three LiDARs, Twenty-Five Datasets: Cross-Source Generalization in Tree-Species Recognition
AI 导读
研究团队提出多分辨率多视角 ConvNeXtV2 模型，将 FOR-species20K 树木物种分类基准的官方隐藏测试准确率从 79.5% 提升至 85.0%，提交时排名第一。
正文 · AI 翻译
摘要：FOR-species20K 是最大的公开 LiDAR 树种分类基准，汇集了 25 个独立采集的地面、移动和机载激光扫描数据集，涵盖 33 个树种。我们提出了一种多分辨率、多视角的 ConvNeXtV2 模型，将官方隐藏测试准确率从 79.5% 提升至 85.0%，在提交时排名第一。随后我们考察了这一分数衡量的是什么。由于隐藏测试是物种平衡的，其总体准确率更接近宏平均指标，而非公开集长尾分布下的准确率。此外，官方随机划分将每个源数据集同时置于训练和评估中。一个逻辑回归探针从折外模型概率中恢复源身份，准确率为 69%；而在两个广泛共享的物种中，几何特征识别源的准确率超过 90%；33 个物种中有 18 个仅出现在一个源中。在源-物种-单元留出设置下，对来自八个合格物种的 5,566 棵树进行评估，这些物种在其他源中保留了相同的 LiDAR 类型训练支持，未加权物种均值从 82% 降至 36%，树加权准确率从 95% 降至 60%。计数匹配的重新训练和两个替代骨干网络的实验表明，这一差距不能仅由训练支持减少来解释；而一项外部 PureForest 实验显示了较小但一致的分组划分效应。这些结果确立了 85% 的排行榜分数是强分布内性能，但不能作为源不相交泛化的估计，从而推动采用平衡指标和源感知评估。代码可在以下地址获取：this https URL
| 评论： | 被 WACV 2027 接收 |
| 主题： | 计算机视觉与模式识别 (cs.CV)；人工智能 (cs.AI)；图形学 (cs.GR) |
| 引用为： | arXiv:2610.22606 [cs.CV] |
| （或 arXiv:2610.22606v1 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22606 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Jae Joong Lee [查看邮箱]
[v1]
2026年10月15日 星期四 20:07:24 UTC（2,147 KB）
来源：arXiv cs.AI · arxiv.org