論文の概要: The Second Challenge on Cross-Domain Few-Shot Object Detection at NTIRE 2026: Methods and Results

• arxiv url: http://arxiv.org/abs/2604.11998v1
• Date: Mon, 13 Apr 2026 19:38:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.091268
• Title: The Second Challenge on Cross-Domain Few-Shot Object Detection at NTIRE 2026: Methods and Results
• Title（参考訳）: NTIRE2026におけるクロスドメインFew-Shotオブジェクト検出の2次課題:方法と結果
• Authors: Xingyu Qiu, Yuqian Fu, Jiawei Geng, Bin Ren, Jiancheng Pan, Zongwei Wu, Hao Tang, Yanwei Fu, Radu Timofte, Nicu Sebe, Mohamed Elhoseiny, Lingyi Hong, Mingxi Cheng, Xingqi He, Runze Li, Xingdong Sheng, Wenqiang Zhang, Jiacong Liu, Shu Luo, Yikai Qin, Yaze Zhao, Yongwei Jiang, Yixiong Zou, Zhe Zhang, Yang Yang, Kaiyu Li, Bowen Fu, Zixuan Jiang, Ke Li, Hui Qiao, Xiangyong Cao, Xuanlong Yu, Youyang Sha, Longfei Liu, Di Yang, Xi Shen, Kyeongryeol Go, Taewoong Jang, Saiprasad Meesiyawar, Ravi Kirasur, Rakshita Kulkarni, Bhoomi Deshpande, Harsh Patil, Uma Mudenagudi, Shuming Hu, Chao Chen, Tao Wang, Wei Zhou, Qi Xu, Zhenzhao Xing, Dandan Zhao, Hanzhe Xia, Dongdong Lu, Zhe Zhang, Jingru Wang, Guangwei Huang, Jiachen Tu, Yaokun Shi, Guoyi Xu, Yaoxin Jiang, Jiajia Liu, Liwei Zhou, Bei Dou, Tao Wu, Zekang Fan, Junjie Liu, Adhémar de Senneville, Flavien Armangeon, Mengbers, Yazhe Lyu, Zhimeng Xin, Zijian Zhuang, Hongchun Zhu, Li Wang,
• Abstract要約: クロスドメイン小ショットオブジェクト検出(CD-FSOD)は、オブジェクト検出と少数ショット学習アプローチにおいて難しい問題である。 第2回CD-FSODチャレンジを開催し、未確認対象領域における物体の検出の進捗を体系的に評価し、促進した。 本報告では,NTIRE 2026 CD-FSOD Challengeの概要を述べるとともに,提案したアプローチの概要と最終結果の分析を行った。
• 参考スコア（独自算出の注目度）: 151.73494736050924
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Cross-domain few-shot object detection (CD-FSOD) remains a challenging problem for existing object detectors and few-shot learning approaches, particularly when generalizing across distinct domains. As part of NTIRE 2026, we hosted the second CD-FSOD Challenge to systematically evaluate and promote progress in detecting objects in unseen target domains under limited annotation conditions. The challenge received strong community interest, with 128 registered participants and a total of 696 submissions. Among them, 31 teams actively participated, and 19 teams submitted valid final results. Participants explored a wide range of strategies, introducing innovative methods that push the performance frontier under both open-source and closed-source tracks. This report presents a detailed overview of the NTIRE 2026 CD-FSOD Challenge, including a summary of the submitted approaches and an analysis of the final results across all participating teams. Challenge Codes: https://github.com/ohMargin/NTIRE2026_CDFSOD.
• Abstract（参考訳）: クロスドメイン小ショットオブジェクト検出(CD-FSOD)は、既存のオブジェクト検出や、特に異なるドメインにまたがる一般化において、難しい問題である。 NTIRE 2026の一環として、2回目のCD-FSODチャレンジを開催した。 この挑戦はコミュニティの強い関心を集め、128人の登録参加者と合計696人の応募があった。 このうち31チームが積極的に参加し、19チームが有効な最終結果を提出した。 参加者は幅広い戦略を探求し、オープンソースとクローズドソースの両方のトラックでパフォーマンスフロンティアを推し進める革新的な方法を紹介した。 本報告では,NTIRE 2026 CD-FSOD Challengeの概要を述べるとともに,提案したアプローチの概要と全参加チームを対象とした最終結果の分析を行った。 Challenge Codes: https://github.com/ohMargin/NTIRE2026_CDFSOD.com

関連論文リスト

• NTIRE 2025 Challenge on Cross-Domain Few-Shot Object Detection: Methods and Results [191.59142290750043]
  Cross-Domain Few-Shot Object Detection (CD-FSOD)は、ドメインにまたがって適用された場合、既存のオブジェクト検出モデルに重大な課題をもたらす。 NTIRE 2025とともに第1回CD-FSODチャレンジを組織し、ラベル付きデータのみを限定した全く新しいターゲットドメイン上での現在の対象検出器の性能向上を目指した。 第1回 NTIRE 2025 CD-FSOD Challenge の概要を紹介する。
  論文  参考訳（メタデータ） (2025-04-14T20:17:27Z)
• Overview of AI-Debater 2023: The Challenges of Argument Generation Tasks [62.443665295250035]
  第2023回中国影響コンピューティング会議(CCAC 2023)におけるAI-Debater 2023チャレンジの結果を提示する。 合計で32のチームがチャレンジに登録し、そこから11の応募をもらいました。
  論文  参考訳（メタデータ） (2024-07-20T10:13:54Z)
• V3Det Challenge 2024 on Vast Vocabulary and Open Vocabulary Object Detection: Methods and Results [142.5704093410454]
  V3Det Challenge 2024は、オブジェクト検出研究の境界を推し進めることを目的としている。 Vast Vocabulary Object DetectionとOpen Vocabulary Object Detectionの2つのトラックで構成されている。 我々は,広い語彙とオープン語彙のオブジェクト検出において,今後の研究の方向性を刺激することを目指している。
  論文  参考訳（メタデータ） (2024-06-17T16:58:51Z)
• The Robust Semantic Segmentation UNCV2023 Challenge Results [99.97867942388486]
  本稿では,ICCV 2023で実施されたMUAD不確実性定量化問題に対処するために用いられる勝利解について概説する。 この課題は、都市環境におけるセマンティックセグメンテーションを中心に、特に自然の敵対的なシナリオに焦点を当てた。 本報告では, 最先端の不確実性定量化手法からインスピレーションを得た19件の論文を提示する。
  論文  参考訳（メタデータ） (2023-09-27T08:20:03Z)

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。