DINOv3の動的なLoRAファインチューニングによる複数成分の牧草バイオマス推定
Dynamic LoRA Fine-Tuning of DINOv3 for Multi-Component Pasture Biomass Estimation
持続可能な放牧管理と精密農業のために、画像からの牧草バイオマス成分の正確な推定が不可欠である。本研究では、高解像度の俯瞰牧草画像から5つのバイオマス成分(乾燥緑、乾燥枯死、乾燥クローバー、緑色乾物、総乾燥バイオマス)を予測する、パラメータ効率の良いマルチアウトプット回帰フレームワークを提案する。このフレームワークは、事前学習済みのDINOv3 Vision Transformerバックボーンを採用し、動的かつ深度依存的なLow-Rank Adaptation(LoRA)戦略で適応させる。この戦略では、層の深度が増すにつれて適応ランクとスケーリング係数が指数関数的に増加し、初期層は最小限の摂動に留め、深い層ほどタスク固有の適応を強く受ける。この手法は、データが少ない状況で、均一な適応や完全なファインチューニングが過学習を起こす場合に有効である。長方形の画像ジオメトリを扱うため、各画像は2つの正方形の半分に分割され、対照アライメント損失を持つデュアルビュー ストリームとして処理される。システムは、5分割交差検証でViT-LargeおよびViT-Hugeバックボーンをテスト時拡張でアンサンブルする。CSIRO Image2Biomassベンチマークにおいて、完全なパイプラインは交差検証済みの加重R-squared 0.81を達成し、深度依存的でパラメータ効率の良い大規模ビジョンモデルの適応が、データ不足下での非侵襲的なバイオマス推定に有効であることを示している。
- DINOv3ビジョントランスフォーマーに深度依存型LoRA適応を適用し、牧草バイオマス5成分の推定で交差検証済み加重R-squared 0.81を達成した
本研究は、事前学習済みの大規模ビジョンモデル(DINOv3)を農業分野のバイオマス推定に適用し、データ不足環境下でもパラメータ効率の高い適応手法(LoRAの深度依存的構成)によって高い推定精度(R-squared 0.81)を達成した点が注目に値する。精密農業向けAIソリューションの商用化可能性を示すもので、農業テック領域への投資判断の材料となる。