Fugu-MT 論文翻訳(概要): Object detection for crabs in top-view seabed imagery

論文の概要: Object detection for crabs in top-view seabed imagery

arxiv url: http://arxiv.org/abs/2105.02964v1
Date: Sun, 2 May 2021 00:05:17 GMT
ステータス: 処理完了
システム内更新日: 2021-05-11 09:01:20.847355
Title: Object detection for crabs in top-view seabed imagery
Title（参考訳）: 海底画像におけるカニの物体検出
Authors: Vlad Velici, Adam Pr\"ugel-Bennett
Abstract要約: 本報告では,カニの異なる種の水中画像のデータベースへの物体検出の適用と,アシカの空中画像とパスカルVOCデータセットについて述べる。このモデルは畳み込みネットワークベースとLong Short-Term Memory検出器に基づくエンドツーエンドのオブジェクト検出ニューラルネットワークである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This report presents the application of object detection on a database of underwater images of different species of crabs, as well as aerial images of sea lions and finally the Pascal VOC dataset. The model is an end-to-end object detection neural network based on a convolutional network base and a Long Short-Term Memory detector.
Abstract（参考訳）: 本報告では, カニの異なる種の水中画像のデータベースと, カニの空中画像, 最後にはpascal vocデータセットに対する物体検出の応用について述べる。このモデルは畳み込みネットワークベースとLong Short-Term Memory検出器に基づくエンドツーエンドのオブジェクト検出ニューラルネットワークである。

関連論文リスト

Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。提案手法は平均精度(MAP)を約45.7%向上させる。この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文参考訳（メタデータ） (2023-11-21T19:49:13Z)
Learning Heavily-Degraded Prior for Underwater Object Detection [59.5084433933765]
本稿では、検出器フレンドリーな画像から、転送可能な事前知識を求める。これは、検出器フレンドリー(DFUI)と水中画像の高度に劣化した領域が、特徴分布のギャップがあることを統計的に観察したものである。高速かつパラメータの少ない本手法は変圧器型検出器よりも優れた性能を保っている。
論文参考訳（メタデータ） (2023-08-24T12:32:46Z)
Weakly supervised marine animal detection from remote sensing images using vector-quantized variational autoencoder [4.812718493682454]
本稿では, 海洋環境における航空画像からの弱教師付き動物検出のための再構成に基づくアプローチについて検討する。異常検出フレームワークは、入力空間上で直接メトリクスを計算し、解釈可能性と異常なローカライゼーションを高める。我々のフレームワークは、異常の解釈性と局所化を改善し、海洋生態系のモニタリングに有用な洞察を提供する。
論文参考訳（メタデータ） (2023-07-13T12:26:27Z)
Referring Camouflaged Object Detection [97.90911862979355]
Ref-COD は、特定のカモフラージュされたオブジェクトを、サルエントターゲットオブジェクトによる参照画像の小さなセットに基づいて分割することを目的としている。 R2C7Kと呼ばれる大規模なデータセットは、実世界のシナリオで64のオブジェクトカテゴリをカバーする7Kイメージで構成されています。
論文参考訳（メタデータ） (2023-06-13T04:15:37Z)
A Dataset with Multibeam Forward-Looking Sonar for Underwater Object Detection [0.0]
マルチビーム前方ソナー (MFLS) は水中検出において重要な役割を担っている。 MFLSを用いた水中物体検出の研究にはいくつかの課題がある。本稿では,Tritech Gemini 1200ikソナーを用いて,9000枚以上のMFLS画像からなる新しいデータセットを提案する。
論文参考訳（メタデータ） (2022-12-01T08:26:03Z)
Knowledge Distillation for Oriented Object Detection on Aerial Images [1.827510863075184]
本稿では,KD-RNetの知識蒸留による空中画像の回転物体検出のためのモデル圧縮手法を提案する。大規模空中物体検出データセット(DOTA)による実験結果から,提案したKD-RNetモデルにより,パラメータ数を削減した平均値精度(mAP)が向上し,同時にKD-RNetは,基底アノテーションと高い重なり合う高品質検出を提供することで,性能を向上することを示した。
論文参考訳（メタデータ） (2022-06-20T14:24:16Z)
GiraffeDet: A Heavy-Neck Paradigm for Object Detection [13.476168814994862]
本稿では,高速物体検出のための新しいヘビーネックパラダイムであるGiraffeDetを提案する。 GiraffeDetは、非常に軽量なバックボーンと、非常に深くて大きなネックモジュールを使っている。 GiraffeDetは、リソース制約の幅広い範囲で、従来のSOTAモデルより一貫して優れている。
論文参考訳（メタデータ） (2022-02-09T03:23:49Z)
Deep Texture-Aware Features for Camouflaged Object Detection [69.84122372541506]
本稿では, テクスチャ認識モジュールを定式化し, 深層畳み込みニューラルネットワークにおけるテクスチャ認識の特徴を学習する。我々は,キャモフラージュされた物体検出のためのベンチマークデータセット上で,定性的かつ定量的にネットワークを評価した。
論文参考訳（メタデータ） (2021-02-05T04:38:32Z)
Movement Tracks for the Automatic Detection of Fish Behavior in Videos [63.85815474157357]
水中ビデオでサブルフィッシュ(Anoplopoma fimbria)の発芽行動のデータセットを提供し,その上での深層学習(DL)法による行動検出について検討した。提案する検出システムは,Long Short-Term Memory(LSTM)ネットワークを用いて,サブルフィッシュの起動動作を識別する。
論文参考訳（メタデータ） (2020-11-28T05:51:19Z)
Unidentified Floating Object detection in maritime environment using dictionary learning [0.0]
海上環境における未同定浮動物体の検出手法を提案する。提案手法は, 浮動物体の視覚的外観, 形状, 位置を事前に知ることなく検出することができる。
論文参考訳（メタデータ） (2020-07-30T21:59:09Z)
Ventral-Dorsal Neural Networks: Object Detection via Selective Attention [51.79577908317031]
我々はVDNet(Ventral-Dorsal Networks)と呼ばれる新しいフレームワークを提案する。人間の視覚システムの構造にインスパイアされた我々は「Ventral Network」と「Dorsal Network」の統合を提案する。実験の結果,提案手法は最先端の物体検出手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2020-05-15T23:57:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。