論文の概要: MoEIoU: Rethinking Bounding-Box Regression as a Mixture of Experts
- arxiv url: http://arxiv.org/abs/2606.00844v1
- Date: Sat, 30 May 2026 18:34:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:28.882931
- Title: MoEIoU: Rethinking Bounding-Box Regression as a Mixture of Experts
- Title（参考訳）: MoEIoU: バウンディングボックスの回帰を専門家の混在として再考
- Abstract要約: MoEIoUは、モデルのオーバーラップ、センターアライメント、アスペクト比のミスマッチといった、エキスパートベースの回帰損失の混合である。
標準と最近の最先端の損失を一貫して上回り、より早く収束し、ローカライゼーションの精度が向上した。
- 参考スコア（独自算出の注目度）: 2.7501248535328315
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bounding-box regression is a fundamental component of object detection, playing a critical role in precise object localization. Existing Intersection-over-Union (IoU)-based loss functions extend the IoU objective by incorporating geometric penalties, such as center-distance and aspect-ratio mismatch, to improve bounding-box regression. However, these penalties typically remain fixed throughout training and do not account for the optimization dynamics in which predicted boxes initially exhibit large center-distance and shape errors, with later stages focusing on improving overlap with the ground truth. To address this limitation, we introduce MoEIoU, a mixture-of-experts based regression loss that jointly models overlap, center alignment, and aspect-ratio mismatch. MoEIoU aggregates these components using a log-sum-exp function, which emphasizes the dominant localization error while maintaining smooth contributions from other terms. Additionally, a curriculum-based weighting schedule is employed to prioritize correcting box position and shape in early training stages and improving overlap in later stages. We evaluated proposed MoEIoU on PASCAL VOC, HRIPCB, and MS COCO using multiple YOLO architectures, along with large-scale simulation experiments. It consistently outperforms standard and recent state-of-the-art losses, demonstrating faster convergence and improved localization accuracy. We further show that this adaptive aggregation improves existing IoU-based losses, yielding consistent gains and providing more effective optimization guidance for bounding-box regression in object detection frameworks.
- Abstract（参考訳）: 境界ボックス回帰は、オブジェクト検出の基本的な構成要素であり、正確なオブジェクトローカライゼーションにおいて重要な役割を果たす。
既存のIoU(Intersection-over-Union)ベースの損失関数は、中心距離やアスペクト比のミスマッチといった幾何学的罰則を取り入れてIoUの目的を拡張し、バウンディングボックスの回帰を改善する。
しかしながら、これらの罰則は訓練中は固定され続けており、予測ボックスが最初は大きな中心距離と形状誤差を示す最適化力学を考慮していない。
この制限に対処するため,実験結果の混合に基づく回帰損失であるMoEIoUを導入し,重なり合い,中心アライメント,アスペクト比のミスマッチをモデル化する。
MoEIoUはこれらのコンポーネントをlog-sum-exp関数を使って集約する。
また、カリキュラムベースの重み付けスケジュールを用いて、初期訓練段階における修正箱の位置と形状を優先順位付けし、後期訓練段階におけるオーバーラップを改善する。
複数のYOLOアーキテクチャを用いてPASCAL VOC, HRIPCB, MS COCOのMoEIoUと大規模シミュレーション実験を行った。
標準と最近の最先端の損失を一貫して上回り、より早く収束し、ローカライゼーションの精度が向上した。
さらに,このアダプティブアグリゲーションによって既存のIoUベースの損失が改善し,一貫したゲインが得られ,オブジェクト検出フレームワークにおけるバウンディングボックス回帰のためのより効率的な最適化ガイダンスが提供されることを示す。
関連論文リスト
- Geometry Meets Semantics: Fractional Gradient Stabilization for Semantic-Driven Bounding Box Optimization in Visual Detection Tasks [13.13897531291027]
勾配安定化を伴う統合意味幾何学学習を実現するためのフラクショナルセマンティックIoU損失を提案する。
提案手法は,異なる境界ボックスの定式化と多様な視覚的検出タスクにまたがって,安定した性能向上を実現する。
論文 参考訳（メタデータ） (2026-07-26T08:01:22Z) - Efficient Adjoint Matching for Fine-tuning Diffusion Models [47.05085426361986]
本研究では,テキストベースドリフトとテキスト端末コストでSOC問題を修正し,トレーニング効率を大幅に向上するEMAを提案する。
EAMはAMよりも最大4倍早く収束し、PickScore、ImageReward、HPSv2.1、CLIPScore、Aestheticsなど様々なメトリクスにマッチするか、超える。
論文 参考訳（メタデータ） (2026-05-12T03:55:12Z) - RELO: Reinforcement Learning to Localize for Visual Object Tracking [70.27265738642956]
視覚的物体追跡のためのReinforcement-learning-to-LOcalize法であるRELOを紹介する。
RELOは、手作りの空間先行を空間的位置から学習した局所化ポリシーに置き換える。
我々は、RELOがテンプレート更新なしでLaSOText上で57.5%のAUCを達成することを示す。
論文 参考訳（メタデータ） (2026-05-08T07:34:29Z) - Reward Score Matching: Unifying Reward-based Fine-tuning for Flow and Diffusion Models [54.597200388738656]
Reward-based fine-tuningは、事前訓練された拡散またはフローベース生成モデルを、より高い逆サンプルに向けて操ることを目的としている。
報酬スコアマッチング (RSM) と呼ばれる共通フレームワークで記述できることが示される。
論文 参考訳（メタデータ） (2026-04-19T12:47:52Z) - When Distance Distracts: Representation Distance Bias in BT-Loss for Reward Models [55.444604697848426]
リワードモデルは、RLHFのフレームワーク内のLarge Language Model (LLM)アライメントの中心である。
報酬モデリングで使用される標準的な目的はBradley-Terry(BT)損失であり、これは選択された2つの応答と拒否された応答からなるペアワイズデータから学習する。
適応型ペアワイド正規化方式であるNormBTを提案する。
論文 参考訳（メタデータ） (2025-12-06T08:15:37Z) - WSM: Decay-Free Learning Rate Schedule via Checkpoint Merging for LLM Pre-training [64.0932926819307]
本稿では,学習速度減衰とモデルマージの正式な関係を確立するフレームワークであるWarmup-Stable and Merge(WSM)を紹介する。
WSMは様々な崩壊戦略をエミュレートするための統一された理論基盤を提供する。
私たちのフレームワークは、複数のベンチマークで広く採用されているWarmup-Stable-Decay(WSD)アプローチよりも一貫して優れています。
論文 参考訳（メタデータ） (2025-07-23T16:02:06Z) - InterpIoU: Rethinking Bounding Box Regression with Interpolation-Based IoU Optimization [0.2529132677802514]
補間箱と対象物の間のIoUに基づいて手作りの幾何学的罰則を置換する新しい損失関数InterpIoUを提案する。
提案手法は,様々な検出フレームワークにおいて,最先端のIoUベースの損失を一貫して上回ることを示す。
論文 参考訳（メタデータ） (2025-07-16T17:09:04Z) - Decentralized Nonconvex Composite Federated Learning with Gradient Tracking and Momentum [78.27945336558987]
分散サーバ(DFL)はクライアント・クライアント・アーキテクチャへの依存をなくす。
非滑らかな正規化はしばしば機械学習タスクに組み込まれる。
本稿では,これらの問題を解決する新しいDNCFLアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-04-17T08:32:25Z) - A Plug-and-Play Learning-based IMU Bias Factor for Robust Visual-Inertial Odometry [27.62788405443008]
Inertial Prior Network (IPNet) を利用した新しいプラグアンドプレイモジュールを提案する。
IPNetは、特定のプラットフォームの動作特性を暗黙的にキャプチャすることで、IMUバイアスを推論する。
本研究では、まず、スライドウインドウアプローチを用いて生のIMUデータのみを用いてバイアスを直接推測する。
論文 参考訳（メタデータ） (2025-03-16T14:45:19Z) - Prior Constraints-based Reward Model Training for Aligning Large Language Models [58.33118716810208]
本稿では,この問題を解決するために,事前制約に基づくリワードモデル(PCRM)のトレーニング手法を提案する。
PCRMは、前回の制約、特に各比較ペアの出力間の長さ比とコサイン類似性を、最適化の規模を調節しスコアマージンを制御するための報酬モデルトレーニングに組み入れている。
実験結果から,PCRMは報酬スコアのスケーリングを効果的に抑制することによりアライメント性能を著しく向上することが示された。
論文 参考訳（メタデータ） (2024-04-01T07:49:11Z) - SIoU Loss: More Powerful Learning for Bounding Box Regression [0.0]
損失関数SIoUが提案され、所望の回帰のベクトルの角度を考慮してペナルティ指標が再定義された。
従来のニューラルネットワークやデータセットに適用すると、SIoUはトレーニングの速度と推論の精度の両方を改善する。
論文 参考訳（メタデータ） (2022-05-25T12:46:21Z)
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。