나비 하이브리드를 감지하는 것은 부모 아종에 대한 지식을 필요로 하며, 새로운 아종을 접할 때 지루한 과정이 될 수 있습니다. 본 연구는 하이브리드 종 A를 인식하도록 훈련된 모델이 B가 A를 생물학적으로 모방할 때 종 B로 일반화될 수 있는 특정 시나리오에 초점을 맞춥니다. 종 A와 B는 유사한 패턴을 공유하므로, BioCLIP을 특징 추출기로 활용하여 분류학을 기반으로 특징을 포착합니다. 결과적으로, 종 A에 대해 설계된 알고리즘은 하이브리드와 비하이브리드 패턴이 유사한 관계를 나타내므로 B로 전이될 수 있습니다. 나비가 하이브리드인지 여부를 결정하기 위해 제안된 확률 필터링과 색상 지터링을 채택하여 모방을 증강하고 시뮬레이션합니다. 이러한 접근 방식을 통해 공식 개발 단계에서 2위를 차지했습니다. 코드는 https://github.com/Justin900429/NSF-HDR-Challenge 에서 공개적으로 사용 가능합니다.
시사점: BioCLIP을 이용한 특징 추출과 확률 필터링 및 색상 지터링을 통한 데이터 증강 기법을 통해 유사한 생물학적 특징을 가진 종 간의 하이브리드 검출 모델 전이 가능성을 보여주었습니다. 공개된 코드를 통해 재현성을 확보했습니다. 경쟁에서 우수한 성능을 달성했습니다.
•
한계점: 특정 종(A와 B)에 국한된 연구이며, 다른 종으로의 일반화 가능성은 추가 연구가 필요합니다. 모방 관계에 기반한 모델 전이이므로, 모방 관계가 없는 종에는 적용이 어려울 수 있습니다. 개발 단계에서의 2위 성적은 최종 성능을 보장하지 않습니다.
