农业信息化 牧场生物量 精准农业 Vision Transformer Sensors

美国东北大学Khoury计算机学院与Nace AI联合提出基于DINOv3 Vision Transformer的参数高效多输出回归框架，从顶视高分辨率牧场图像预测五类生物量组分（干绿、干死、干三叶、绿干物质、总干生物量）。采用动态深度感知LoRA适配策略：浅层（编码通用视觉）极少扰动，深层（任务特定）强适配；同时将矩形图像拆为两半并通过对比对齐损失处理几何差异。在CSIRO Image2Biomass基准上交叉验证加权R²达0.81。