Fugu-MT 論文翻訳(概要): Weakly-Supervised Crack Detection

論文の概要: Weakly-Supervised Crack Detection

arxiv url: http://arxiv.org/abs/2206.06743v1
Date: Tue, 14 Jun 2022 10:45:01 GMT
ステータス: 処理完了
システム内更新日: 2022-06-15 15:04:48.554715
Title: Weakly-Supervised Crack Detection
Title（参考訳）: 弱教師付きき裂検出
Authors: Yuki Inoue and Hiroto Nagayoshi
Abstract要約: 画素レベルのき裂のセグメンテーションは、建物や道路検査に高い影響を与えるため、広く研究されている。近年の研究は精度を大幅に改善したが、アノテーションコストのボトルネックを見落としている。本稿では,アノテーションの品質低下に対処するため,追加データを必要としない2分岐推論フレームワークとアノテーション改善モジュールを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Pixel-level crack segmentation is widely studied due to its high impact on building and road inspections. Recent studies have made significant improvements in accuracy, but overlooked the annotation cost bottleneck. To resolve this issue, we reformulate the crack segmentation problem as a weakly-supervised problem, and propose a two-branched inference framework and an annotation refinement module that requires no additional data, in order to counteract the loss in annotation quality. Experimental results confirm the effectiveness of the proposed method in crack segmentation as well as other target domains.
Abstract（参考訳）: 画素レベルのき裂のセグメンテーションは、建物や道路検査に高い影響を与えるため、広く研究されている。近年の研究は精度を大幅に改善したが、アノテーションコストのボトルネックを見落としている。この問題を解決するために, 欠陥セグメント化問題を弱教師付き問題として再検討し, 付加データを必要としない2分岐推論フレームワークとアノテーション修正モジュールを提案し, アノテーション品質の損失に対処する。実験により, クラックセグメント化および他の対象領域に対する提案手法の有効性が確認された。

関連論文リスト

SINDER: Repairing the Singular Defects of DINOv2 [61.98878352956125]
大規模なデータセットでトレーニングされたビジョントランスフォーマーモデルは、抽出したパッチトークンにアーティファクトを表示することが多い。本稿では,小さなデータセットのみを用いて構造欠陥を補正するスムーズなスムーズな正規化を提案する。
論文参考訳（メタデータ） (2024-07-23T20:34:23Z)
From Classification to Segmentation with Explainable AI: A Study on Crack Detection and Growth Monitoring [8.57765854420254]
インフラの表面ひび割れのモニタリングは、構造的健康モニタリングに不可欠である。機械学習アプローチはその効果を証明しているが、典型的には教師付きトレーニングには大きな注釈付きデータセットが必要である。このコストを軽減するために、説明可能な人工知能(XAI)を利用して分類器の説明からセグメンテーションを導き、画像レベルの監督が弱いだけを必要とする。
論文参考訳（メタデータ） (2023-09-20T12:50:52Z)
Enhancing Infrared Small Target Detection Robustness with Bi-Level Adversarial Framework [61.34862133870934]
本稿では,異なる汚職の存在下での検出の堅牢性を促進するために,二段階の対向的枠組みを提案する。我々の手法は広範囲の汚職で21.96%のIOUを著しく改善し、特に一般ベンチマークで4.97%のIOUを推進している。
論文参考訳（メタデータ） (2023-09-03T06:35:07Z)
Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文参考訳（メタデータ） (2023-08-18T13:13:09Z)
Real-time High-Resolution Neural Network with Semantic Guidance for Crack Segmentation [4.651261550392625]
本稿では,ひび割れのセグメンテーションに特化して設計されたセマンティックガイダンスを備えた高分解能ネットワークHrSegNetについて述べる。 HrSegNetは、ひび割れの詳細を保存しながらリアルタイムの推論速度を保証する。このアプローチは、高分解能モデリングとリアルタイム検出の間にトレードオフがあることを実証する。
論文参考訳（メタデータ） (2023-07-01T08:38:18Z)
ReAct: Temporal Action Detection with Relational Queries [84.76646044604055]
本研究は,アクションクエリを備えたエンコーダ・デコーダフレームワークを用いて,時間的行動検出(TAD)の進展を図ることを目的とする。まず,デコーダ内の関係注意機構を提案し,その関係に基づいてクエリ間の関心を誘導する。最後に、高品質なクエリを区別するために、推論時に各アクションクエリのローカライズ品質を予測することを提案する。
論文参考訳（メタデータ） (2022-07-14T17:46:37Z)
Improving robustness of jet tagging algorithms with adversarial training [56.79800815519762]
本研究では,フレーバータグ付けアルゴリズムの脆弱性について,敵攻撃による検証を行った。シミュレーション攻撃の影響を緩和する対人訓練戦略を提案する。
論文参考訳（メタデータ） (2022-03-25T19:57:19Z)
What's Cracking? A Review and Analysis of Deep Learning Methods for Structural Crack Segmentation, Detection and Quantification [0.9449650062296824]
本レビューは,ディープラーニングを利用したひび割れ解析アルゴリズムの分野における論文の概要を研究者に提供することを目的としている。コンピュータビジョンアルゴリズムを適用して、構造的な健康モニタリング環境でひび割れを表面化することで解決される様々なタスクを概説する。レビューではまた、クラックに使用される一般的なデータセットと、それらのアルゴリズムのパフォーマンスを評価するために使用されるメトリクスを強調している。
論文参考訳（メタデータ） (2022-02-08T08:22:26Z)
Flip Learning: Erase to Segment [65.84901344260277]
弱い教師付きセグメンテーション(WSS)は、時間と面倒な手作業のアノテーションを減らすのに役立ちます。ボックスアノテーションのみを必要とするFlip Learningという,斬新で汎用的なWSSフレームワークを提案する。提案手法は,完全教師付き学習と弱教師付き学習のギャップを狭める大きな可能性を示す。
論文参考訳（メタデータ） (2021-08-02T09:56:10Z)
Fast and Accurate Road Crack Detection Based on Adaptive Cost-Sensitive Loss Function [22.03093671850582]
高品質な画素レベルの道路割れ検出を容易にするために,ジャカード距離と連動して画素ベースの適応重み付きクロスエントロピー損失を提案する。本研究は, 破損関数が検出結果に与える影響を深く実証し, ひび割れ検出領域の高度化に光を当てる。
論文参考訳（メタデータ） (2021-06-29T15:39:37Z)
Crack Detection as a Weakly-Supervised Problem: Towards Achieving Less Annotation-Intensive Crack Detectors [0.0]
自動き裂検出は、労働集約的な建物や道路検査を大幅に削減する可能性を持つ重要なタスクである。この分野での最近の研究は、検出精度を大幅に改善した。メソッドは、しばしばコストのかかるアノテーションプロセスに大きく依存します。これにより、データアノテーションは、リアルタイムに亀裂検出システムをデプロイする際の大きなボトルネックとなる。
論文参考訳（メタデータ） (2020-11-04T10:14:33Z)

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。