論文の概要: Benchmarking Recurrent Event-Based Object Detection for Industrial Multi-Class Recognition on MTEvent

• arxiv url: http://arxiv.org/abs/2603.21787v1
• Date: Mon, 23 Mar 2026 10:28:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.609629
• Title: Benchmarking Recurrent Event-Based Object Detection for Industrial Multi-Class Recognition on MTEvent
• Title（参考訳）: MTEventにおける産業用マルチクラス認識のための逐次イベントベースオブジェクト検出のベンチマーク
• Authors: Lokeshwaran Manohar, Moritz Roidl,
• Abstract要約: イベントカメラは、時間分解能が高く、ダイナミックレンジが高く、動きのぼやけが少ないため、産業ロボットにとって魅力的である。 ほとんどのイベントベースのオブジェクト検出研究は、屋外の運転シナリオや限られたクラス設定に焦点を当てている。 産業用マルチクラス認識のためのMTEvent上でReYv8sを反復的にベンチマークする。
• 参考スコア（独自算出の注目度）: 1.7188280334580195
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Event cameras are attractive for industrial robotics because they provide high temporal resolution, high dynamic range, and reduced motion blur. However, most event-based object detection studies focus on outdoor driving scenarios or limited class settings. In this work, we benchmark recurrent ReYOLOv8s on MTEvent for industrial multi-class recognition and use a non-recurrent YOLOv8s variant as a baseline to analyze the effect of temporal memory. On the MTEvent validation split, the best scratch recurrent model (C21) reaches 0.285 mAP50, corresponding to a 9.6% relative improvement over the nonrecurrent YOLOv8s baseline (0.260). Event-domain pretraining has a stronger effect: GEN1-initialized fine-tuning yields the best overall result of 0.329 mAP50 at clip length 21, and unlike scratch training, GEN1-pretrained models improve consistently with clip length. PEDRo initialization drops to 0.251, indicating that mismatched source-domain pretraining can be less effective than training from scratch. Persistent failure modes are dominated by class imbalance and human-object interaction. Overall, we position this work as a focused benchmarking and analysis study of recurrent event-based detection in industrial environments.
• Abstract（参考訳）: イベントカメラは、時間分解能が高く、ダイナミックレンジが高く、動きのぼやけが少ないため、産業ロボットにとって魅力的である。 しかし、ほとんどのイベントベースのオブジェクト検出研究は、屋外の運転シナリオや限られたクラス設定に焦点を当てている。 本研究では,産業用マルチクラス認識のためのMTEvent上でReYOLOv8sをリカレント・リカレント・レカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカレント・リカ MTEventの検証分割では、最高のスクラッチリカレントモデル(C21)が0.285 mAP50に達し、リカレントでないYOLOv8sベースライン(0.260)よりも9.6%改善された。 gen1-initialized fine-tuningは、クリップ長さ21で0.329 mAP50の最高の結果をもたらすが、スクラッチトレーニングとは異なり、gen1-pretrained modelはクリップ長さとともに改善する。 PEDRoの初期化は0.251に低下し、ミスマッチしたソースドメイン事前トレーニングはスクラッチからトレーニングするよりも効果が低いことを示している。 永続的な障害モードは、クラス不均衡と人間とオブジェクトの相互作用によって支配される。 全体として、本研究を産業環境における繰り返し事象検出のベンチマークと分析に焦点をあてる。

関連論文リスト

• Enhancing Continual Learning for Software Vulnerability Prediction: Addressing Catastrophic Forgetting via Hybrid-Confidence-Aware Selective Replay for Temporal LLM Fine-Tuning [43.24339861841546]
  本稿では,CVE-linked データセット上でのデコーダ型言語モデル (phi/phi-2 with LoRA) の微調整について検討する。 本研究では,ウィンドウオンリーおよび累積学習,リプレイベースライン,正規化ベースバリアントを含む8つの連続学習戦略を評価する。 ハイブリッドCASRはベースラインと比較してウィンドウ当たりのトレーニング時間を約17%削減する一方、累積トレーニングは15.9倍の計算コストでF1をわずかに増加させる(0.661)。
  論文  参考訳（メタデータ） (2026-02-27T09:13:23Z)
• Reshaping Action Error Distributions for Reliable Vision-Language-Action Models [69.38615670891038]
  ロボット操作において、視覚言語アクション(VLA)モデルは、一般化可能でスケーラブルなロボットポリシーを学ぶための有望なパラダイムとして登場した。 連続動作型VLAモデルに焦点をあて、トレーニング中の動作誤差分布を再構成することにより、従来のMSEベースの回帰を超越する。 複数の代表的VLAアーキテクチャ上で、標準、少数ショット、ノイズの多い設定にまたがるアプローチを評価します。
  論文  参考訳（メタデータ） (2026-02-04T05:37:09Z)
• Rep Smarter, Not Harder: AI Hypertrophy Coaching with Wearable Sensors and Edge Neural Networks [0.9939775124582318]
  単一手首搭載慣性測定器(IMU)のみを用いた抵抗運動時の近距離損傷状態のリアルタイムフィードバックシステムを提案する。 ResNetベースのモデルセグメントは、6軸IMUデータからリアルタイムで繰り返し、分類モデルは、ほぼ障害状態に対応する運動窓を特定する。 Raspberry Pi 5への展開は平均で112ms、iPhone 16では23.5msとなり、エッジ計算の可能性が確認された。
  論文  参考訳（メタデータ） (2025-12-05T01:49:47Z)
• Reinforcement Learning for Reasoning in Large Language Models with One Training Example [117.86853102104256]
  1つのトレーニング例(1ショットRLVR)を用いた強化学習は,大規模言語モデル(LLM)の算数推論能力の向上に有効であることを示す。 1ショットRLVRにおける興味深い現象として、クロスカテゴリの一般化、自己回帰の頻度の増加、テスト性能の向上の持続などを挙げる。
  論文  参考訳（メタデータ） (2025-04-29T09:24:30Z)
• Towards Low-Latency Event-based Obstacle Avoidance on a FPGA-Drone [6.515830463304737]
  本研究は,FPGA加速器における衝突回避行動予測のための従来のRGBモデルに対して,イベントベースビジョンシステム(EVS)の性能を定量的に評価する。 EVSモデルは、RGBモデルと比較して、はるかに高い有効フレームレート(1kHz)、低時間時間(-20ms)、空間予測誤差(-20mm)を達成する。 これらの結果は、リアルタイム衝突回避のためのイベントベースのビジョンの利点を浮き彫りにして、リソース制約のある環境に展開する可能性を示している。
  論文  参考訳（メタデータ） (2025-04-14T16:51:10Z)
• Video Prediction Transformers without Recurrence or Convolution [65.93130697098658]
  我々は、Gated Transformerを完全にベースとしたフレームワークであるPredFormerを提案する。 本稿では,映像予測の文脈における3次元注意の包括的分析を行う。 精度と効率の両面で大きな改善は、PredFormerの可能性を強調している。
  論文  参考訳（メタデータ） (2024-10-07T03:52:06Z)
• Fall Detection for Industrial Setups Using YOLOv8 Variants [0.0]
  25.9百万のパラメータと79.1のGFLOPからなるYOLOv8mモデルでは、計算効率と検出性能のバランスが良好であった。 YOLOv8l と YOLOv8x モデルでは精度とリコールが向上したが、その高い計算要求とモデルサイズによりリソース制約のある環境には適さない。
  論文  参考訳（メタデータ） (2024-08-08T17:24:54Z)
• Pre-trained Model Guided Fine-Tuning for Zero-Shot Adversarial Robustness [52.9493817508055]
  我々は,モデルがゼロショットの逆方向のロバスト性を高めるために,事前訓練されたモデル誘導逆方向の微調整(PMG-AFT)を提案する。 私たちのアプローチは、平均8.72%のクリーンな精度を継続的に改善します。
  論文  参考訳（メタデータ） (2024-01-09T04:33:03Z)
• Dynamic R-CNN: Towards High Quality Object Detection via Dynamic Training [70.2914594796002]
  ラベル割り当て基準と回帰損失関数の形状を調整するための動的R-CNNを提案する。 我々はResNet-50-FPNベースラインを1.9%のAPと5.5%のAP$_90$で改善し、余分なオーバーヘッドを伴わない。
  論文  参考訳（メタデータ） (2020-04-13T15:20:25Z)

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。