論文の概要: KDMOS:Knowledge Distillation for Motion Segmentation

• arxiv url: http://arxiv.org/abs/2506.14130v1
• Date: Tue, 17 Jun 2025 02:47:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.303886
• Title: KDMOS:Knowledge Distillation for Motion Segmentation
• Title（参考訳）: KDMOS:モーションセグメンテーションのための知識蒸留
• Authors: Chunyu Cao, Jintao Cheng, Zeyu Chen, Linfan Zhan, Rui Fan, Zhijian He, Xiaoyu Tang,
• Abstract要約: 移動物体(MOS)は、局所化、経路計画、地図構築、シーンフロー推定、将来の状態予測を強化するため、自律運転には不可欠である。 実時間効率を維持しつつ精度を向上させることを目的とした,MOSのためのロジットベースの知識蒸留フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 9.033251104271585
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motion Object Segmentation (MOS) is crucial for autonomous driving, as it enhances localization, path planning, map construction, scene flow estimation, and future state prediction. While existing methods achieve strong performance, balancing accuracy and real-time inference remains a challenge. To address this, we propose a logits-based knowledge distillation framework for MOS, aiming to improve accuracy while maintaining real-time efficiency. Specifically, we adopt a Bird's Eye View (BEV) projection-based model as the student and a non-projection model as the teacher. To handle the severe imbalance between moving and non-moving classes, we decouple them and apply tailored distillation strategies, allowing the teacher model to better learn key motion-related features. This approach significantly reduces false positives and false negatives. Additionally, we introduce dynamic upsampling, optimize the network architecture, and achieve a 7.69% reduction in parameter count, mitigating overfitting. Our method achieves a notable IoU of 78.8% on the hidden test set of the SemanticKITTI-MOS dataset and delivers competitive results on the Apollo dataset. The KDMOS implementation is available at https://github.com/SCNU-RISLAB/KDMOS.
• Abstract（参考訳）: モーションオブジェクトセグメンテーション(MOS)は、ローカライゼーション、経路計画、マップ構築、シーンフロー推定、将来の状態予測を強化するため、自動運転に不可欠である。 既存の手法は高い性能を達成するが、精度とリアルタイム推論のバランスは依然として課題である。 そこで本研究では,実時間効率を維持しつつ精度を向上させることを目的とした,MOSのためのロジットベースの知識蒸留フレームワークを提案する。 具体的には,学生としてBird's Eye View (BEV)プロジェクションモデルを採用し,教師として非プロジェクションモデルを採用した。 移動型授業と非移動型授業の厳密な不均衡に対処するため, それらを分離し, 適切な蒸留法を適用し, 教師モデルによる重要な動作関連特徴の学習を円滑に行なえるようにした。 このアプローチは偽陽性と偽陰性を著しく減少させる。 さらに、動的アップサンプリングを導入し、ネットワークアーキテクチャを最適化し、パラメータ数を7.69%削減し、オーバーフィッティングを緩和する。 本手法は,SemanticKITTI-MOSデータセットの隠れテストセットにおいて,78.8%の注目すべきIoUを達成し,Apolloデータセットに競合結果を提供する。 KDMOSの実装はhttps://github.com/SCNU-RISLAB/KDMOSで公開されている。

関連論文リスト

• MOS: Model Surgery for Pre-Trained Model-Based Class-Incremental Learning [62.78292142632335]
  CIL(Class-Incremental Learning)は、古いクラスを忘れずに、新しいクラスの知識を継続的に獲得するモデルを必要とする。 既存の作業は、モデルを調整するために軽量コンポーネントを活用することを目指している。 従来の知識を忘れないようにモデルを救うため, モーデル手術(MOS)を提案する。
  論文  参考訳（メタデータ） (2024-12-12T16:57:20Z)
• Exploring and Enhancing the Transfer of Distribution in Knowledge Distillation for Autoregressive Language Models [62.5501109475725]
  知識蒸留(KD)は、より小さな学生モデルを模倣するように訓練することで、大きな教師モデルを圧縮する技術である。 本稿では、教師ネットワークが小さなオンラインモジュールを統合し、学生モデルと同時学習するオンライン知識蒸留(OKD)について紹介する。 OKDは、様々なモデルアーキテクチャやサイズにおけるリードメソッドのパフォーマンスを達成または超え、トレーニング時間を最大4倍に短縮する。
  論文  参考訳（メタデータ） (2024-09-19T07:05:26Z)
• CV-MOS: A Cross-View Model for Motion Segmentation [13.378850442525945]
  本稿では,移動物体セグメンテーションのためのクロスビューモデルCV-MOSを紹介する。 BEV と RV の残差マップから動きを捉えることで空間時空間情報を分離する。 提案手法は,SemanticKittiデータセットの検証とテストセットにおいて,IoU(%)スコアが77.5%,79.2%に達した。
  論文  参考訳（メタデータ） (2024-08-25T09:39:26Z)
• TSCM: A Teacher-Student Model for Vision Place Recognition Using Cross-Metric Knowledge Distillation [6.856317526681759]
  視覚的位置認識は、移動ロボットの自律的な探索とナビゲーションにおいて重要な役割を果たす。 既存の手法では、強力だが大規模なネットワークを利用することでこれを克服している。 本稿では,TSCMと呼ばれる高性能な教師と軽量な学生蒸留フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-02T02:29:41Z)
• BootsTAP: Bootstrapped Training for Tracking-Any-Point [62.585297341343505]
  Tracking-Any-Point (TAP) は、ビデオ中の固体表面上の任意の点を追跡するアルゴリズムとして形式化することができる。 大規模でラベルなし、未修正のリアルワールドデータが、最小限のアーキテクチャ変更でTAPモデルを改善することができることを示す。 我々は,TAP-Vidベンチマークにおける最先端性能が,従来の結果よりも広いマージンで上回っていることを示す。
  論文  参考訳（メタデータ） (2024-02-01T18:38:55Z)
• MF-MOS: A Motion-Focused Model for Moving Object Segmentation [10.533968185642415]
  移動オブジェクトセグメンテーション(MOS)は、トラフィック参加者を検出する信頼性の高いソリューションを提供する。 これまでの方法では、レンジ画像から直接動きの特徴をキャプチャする。 We propose MF-MOS, a novel motion- focused model with a dual-branch structure for LiDAR moving object segmentation。
  論文  参考訳（メタデータ） (2024-01-30T13:55:56Z)
• Learning Objective-Specific Active Learning Strategies with Attentive Neural Processes [72.75421975804132]
  学び アクティブラーニング(LAL)は、アクティブラーニング戦略自体を学ぶことを提案し、与えられた設定に適応できるようにする。 能動学習問題の対称性と独立性を利用した新しい分類法を提案する。 私たちのアプローチは、筋電図から学ぶことに基づいており、モデルに標準ではない目的に適応する能力を与えます。
  論文  参考訳（メタデータ） (2023-09-11T14:16:37Z)
• Re-Evaluating LiDAR Scene Flow for Autonomous Driving [80.37947791534985]
  自己教師型LiDARシーンフローの一般的なベンチマークは、動的動き、非現実的な対応、非現実的なサンプリングパターンの非現実的な速度を持つ。 実世界のデータセットのスイート上で,トップメソッドのスイートを評価する。 学習に重点を置いているにもかかわらず、ほとんどのパフォーマンス向上は前処理と後処理のステップによって引き起こされる。
  論文  参考訳（メタデータ） (2023-04-04T22:45:50Z)
• TRAIL: Near-Optimal Imitation Learning with Suboptimal Data [100.83688818427915]
  オフラインデータセットを使用してファクタードトランジションモデルを学習するトレーニング目標を提案する。 我々の理論的分析は、学習された潜在行動空間が下流模倣学習のサンプル効率を高めることを示唆している。 実際に潜伏行動空間を学習するために、エネルギーベースの遷移モデルを学ぶアルゴリズムTRAIL(Transition-Reparametrized Actions for Imitation Learning)を提案する。
  論文  参考訳（メタデータ） (2021-10-27T21:05:00Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。