論文の概要: Label-Efficient School Detection from Aerial Imagery via Weakly Supervised Pretraining and Fine-Tuning

• arxiv url: http://arxiv.org/abs/2605.03968v1
• Date: Tue, 05 May 2026 16:51:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:44.046255
• Title: Label-Efficient School Detection from Aerial Imagery via Weakly Supervised Pretraining and Fine-Tuning
• Title（参考訳）: 弱教師付き事前訓練と微調整による航空画像からのラベル効率のよい学校検出
• Authors: Zakarya Elmimouni, Fares Fourati, Mohamed-Slim Alouini,
• Abstract要約: 航空画像からの学校検出のための弱教師付き枠組みを提案する。 本手法は,手動のアノテーションが極めて少ない低データのレシエーションに特化して設計されている。 すべてのモデル、トレーニングコード、自動ラベル付きデータは、将来の研究と実世界への影響を促進するために公開されます。
• 参考スコア（独自算出の注目度）: 49.671779378073886
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate school detection is essential for supporting education initiatives, including infrastructure planning and expanding internet connectivity to underserved areas. However, many regions around the world face challenges due to outdated, incomplete, or unavailable official records. Manual mapping efforts, while valuable, are labor-intensive and lack scalability across large geographic areas. To address this, we propose a weakly supervised framework for school detection from aerial imagery that minimizes the need for human annotations while supporting global mapping efforts. Our method is specifically designed for low-data regimes, where manual annotations are extremely scarce. We introduce an automatic labeling pipeline that leverages sparse location points and semantic segmentation to generate infrastructure masks from which we generate bounding boxes. Using these automatically labeled images, we train our detectors on a first training stage to learn a representation of what schools look like, then using a small set of manually labeled images, we fine-tune the previously trained models on this clean dataset. This two stage training pipeline enables large-scale and strong detection in low-data setting of school infrastructure with minimal supervision. Our results demonstrate strong object detection performance, particularly in the low-data regime, where the models achieve promising results using only 50 manually labeled images, significantly reducing the need for costly annotations. This framework supports education and connectivity initiatives worldwide by providing an efficient and extensible approach to mapping schools from space. All models, training code and auto-labeled data will be publicly released to foster future research and real-world impact.
• Abstract（参考訳）: 正確な学校検知は、インフラ計画や未整備地域へのインターネット接続の拡大など、教育イニシアチブを支援するために不可欠である。 しかし、世界中の多くの地域は時代遅れ、不完全、あるいは利用できない公式記録のために困難に直面している。 手動マッピングの取り組みは価値はあるものの、労働集約的であり、大規模な地理的領域におけるスケーラビリティが欠如している。 そこで本研究では,地球規模の地図作成を支援しつつ,人間のアノテーションの必要性を最小限に抑える,航空画像からの学校検出のための弱教師付きフレームワークを提案する。 本手法は,手動のアノテーションが極めて少ない低データのレシエーションに特化して設計されている。 本稿では,スパースな位置点とセマンティックセグメンテーションを利用して,境界ボックスを生成するインフラストラクチャマスクを生成する自動ラベリングパイプラインを提案する。 これらの自動的にラベル付けされた画像を使用して、私たちは最初のトレーニングステージで検出器をトレーニングし、学校の様子を表現し、次に手動でラベル付けされた画像の小さなセットを使用して、このクリーンデータセット上でトレーニング済みのモデルを微調整します。 この2段階のトレーニングパイプラインは、最小限の監督で、学校のインフラの低データ設定を大規模かつ強力な検出を可能にする。 特に,50個の手作業でラベル付けされた画像のみを用いて,モデルが有望な結果を得る低データ方式において,強力なオブジェクト検出性能を示し,コストのかかるアノテーションの必要性を著しく低減した。 このフレームワークは、空間から学校をマッピングするための効率的で拡張可能なアプローチを提供することで、世界中の教育と接続のイニシアチブを支援します。 すべてのモデル、トレーニングコード、自動ラベル付きデータは、将来の研究と実世界への影響を促進するために公開されます。

関連論文リスト

• GeoDistill: Geometry-Guided Self-Distillation for Weakly Supervised Cross-View Localization [70.65458151146767]
  クロスビューのローカライゼーションは、自律ナビゲーションや拡張現実のような大規模な屋外アプリケーションにとって不可欠である。 既存の手法は、しばしば完全に教師付き学習に依存している。 本研究では,FoV(Field-of-View)ベースのマスキングを用いた教師学習フレームワークGeoDistillを提案する。
  論文  参考訳（メタデータ） (2025-07-15T03:00:15Z)
• Exploring Local Memorization in Diffusion Models via Bright Ending Attention [62.979954692036685]
  テキスト・画像拡散モデルにおける「右端」(BE)異常は、トレーニング画像の記憶に起因する。 本稿では,BEを既存のフレームワークに統合する簡易かつ効果的な手法を提案する。
  論文  参考訳（メタデータ） (2024-10-29T02:16:01Z)
• Generalized Robot 3D Vision-Language Model with Fast Rendering and Pre-Training Vision-Language Alignment [55.11291053011696]
  本研究は,ラベル付きシーンが極めて限定された場合の3次元シーン理解のためのフレームワークを提案する。 事前学習された視覚言語モデルから新しいカテゴリーの知識を抽出するために,階層的特徴整合型事前学習と知識蒸留戦略を提案する。 限定的な再構築の場合、提案手法はWS3D++と呼ばれ、大規模なScanNetベンチマークで1位にランクインした。
  論文  参考訳（メタデータ） (2023-12-01T15:47:04Z)
• Terrain-Informed Self-Supervised Learning: Enhancing Building Footprint Extraction from LiDAR Data with Limited Annotations [1.3243401820948064]
  フットプリントマップの構築は、広範な後処理なしで正確なフットプリント抽出を約束する。 ディープラーニング手法は、一般化とラベルの効率の面で課題に直面している。 リモートセンシングに適した地形認識型自己教師型学習を提案する。
  論文  参考訳（メタデータ） (2023-11-02T12:34:23Z)
• An Informative Path Planning Framework for Active Learning in UAV-based Semantic Mapping [27.460481202195012]
  無人航空機(UAV)は、航空地図や一般的な監視作業に頻繁に使用される。 近年のディープラーニングの進歩により、画像の自動セマンティックセグメンテーションが実現され、大規模な複雑な環境の解釈が容易になった。 モデル再学習のための情報的訓練画像を自律的に取得するための,UAVのための新しい汎用的計画フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-02-07T09:41:21Z)
• Exploring Bottom-up and Top-down Cues with Attentive Learning for Webly Supervised Object Detection [76.9756607002489]
  本稿では,新しいクラスを対象としたWebSOD法を提案する。 提案手法はボトムアップとトップダウンを組み合わせた新しいクラス検出手法である。 提案手法は,3種類の新規/ベース分割を持つPASCAL VOCデータセット上で実証した。
  論文  参考訳（メタデータ） (2020-03-22T03:11:24Z)
• Towards Using Count-level Weak Supervision for Crowd Counting [55.58468947486247]
  本稿では,少数の位置レベルのアノテーション(十分に教師された)と大量のカウントレベルのアノテーション(弱教師付き)からモデルを学習する,弱教師付き群集カウントの問題について検討する。 我々は、生成した密度マップの自由を制限するための正規化を構築するために、単純なyet効果のトレーニング戦略、すなわちMultiple Auxiliary Tasks Training (MATT)を考案した。
  論文  参考訳（メタデータ） (2020-02-29T02:58:36Z)

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。

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。