本文介绍了DS@GT ARC在2026年PlantCLEF挑战赛中获得第三名的解决方案，该挑战旨在通过植被样方图像识别多种植物。在该任务中，系统需预测高分辨率（约3000 x 3000像素）图像中每个物种的存在，而仅使用单标签的个体植物图像进行训练。
该流程围绕经过微调的DINOv2 ViT-L/14分类器构建，应用于每个样方的多尺度分块，利用FAISS kNN检索器混合每块的预测，并通过源感知的时间融合进行后处理，注入来自训练数据的地理和海拔先验信息，以及西南欧洲的地理掩膜。
实验表明，栖息地适应性降权和多尺度聚合是消融实验中最大单独贡献者。两个补充的训练中心方向，分别是基于LUCAS数据集的跨区域变换器与带噪声学生蒸馏的结合，以及基于合成CLS领域伪样方的标签查询变换器解码器，均未取得实质性结果。同时，基于实例感知分割裁剪的推理时间增强也未能提升性能。
最终选定的方案在私有排行榜上取得了0.43902的宏F1得分（第三名；公共得分为0.51096），而未选定的配置在私有集上得分超过0.45。代码可访问：GitHub。
博主点评： 该研究展示了在高分辨率图像中进行多物种植物识别的创新方法，特别是通过多尺度分解与kNN检索的结合，显著提升了识别性能。尽管某些训练策略未能带来预期效果，但对栖息地适应性的重视为未来的研究指明了方向。