自动研究光伏分割训练的收益与硬件迁移问题

本文研究AutoResearch协议：编程语言模型在一小时GPU预算内修改训练程序，仅当验证集IoU改善时才保留改动。我们将协议应用于光伏板分割，固定真实图像数据划分以及DeepLabV3—ResNet-50模型。使用Gemma 4 12B与Qwen3-8B开展三轮研究，每轮24次实验，均改善各自的一小时基线，但保留的修改不能跨硬件迁移。仅用真实图像训练的Qwen3-8B配置取得0.836的测试IoU，而参考GAN增强训练方案为0.833。研究仓库：https://github.com/VU-AIML/automl4eo-autoresearch-segmentation。