Transformers Unidos: Eficacia de los modelos ensemble-vit en clasificación automática de flora costarricense

• Anthonny Adrián Badilla Olivas ^[1] ; Rubén González Villanueva ^[1]
  1. [1] Universidad de Costa Rica

     Universidad de Costa Rica

     Hospital, Costa Rica

     
• Localización: Ingeniería: Revista de la Universidad de Costa Rica, ISSN-e 2215-2652, ISSN 1409-2441, Vol. 35, Nº. Extra 5, 2025 (Ejemplar dedicado a: VI Jornadas de Investigación de la Facultad de Ingeniería), págs. 93-100
• Idioma: español
• Títulos paralelos:
  • Transformers United: Effectiveness of ensemble-vit models in automatic classification of costa rican flora
• Enlaces
  • Texto completo
• Resumen
  • español

    En clasificación automática de flora, es común enfrentarse a conjuntos de datos no balanceados. El articulo explora la efectividad de los modelos de ensemble de Transformers de Visión en comparación a un modelo de ensemble con redes convolucionales para el reconocimiento de flora de Costa Rica. Se observan tendencias prometedoras en esta tarea incluso especies en peligro que poseen pocas muestras. El potencial de estas debe estudiarse más a fondo para determinar si nuestras conclusiones pueden extrapolarse a otros conjuntos de datos no balanceados. El código de los experimentos está disponible en https://github.com/ Antonio-Tresol/vits_ensemble_cr_leaves

  • English

    In automatic flora classification, it is common to face unbalanced data sets. The article explores the effectiveness of Vision Transformers ensemble models in comparison to an ensemble model with convolutional networks for the recognition of Costa Rican flora. Promising trends are observed in this task, including endangered species that have few samples. The potential of these should be studied further to determine whether our conclusions can be extrapolated to other unbalanced data sets. The code of the experiments is available at https://github.com/Antonio-Tresol/vits_ensemble_cr_leaves