論文の概要: LEVIRDet: A Million-Scale 159-Category Dataset and Foundation Model for Universal Remote Sensing Object Detection

• arxiv url: http://arxiv.org/abs/2606.25312v1
• Date: Wed, 24 Jun 2026 02:25:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 17:05:30.190568
• Title: LEVIRDet: A Million-Scale 159-Category Dataset and Foundation Model for Universal Remote Sensing Object Detection
• Title（参考訳）: LEVIRDet: 万規模の159カテゴリデータセットとユニバーサルリモートセンシングオブジェクト検出のための基礎モデル
• Abstract要約: LEVIRDet-159は、これまでで最大かつ最も包括的なリモートセンシングオブジェクト検出データセットである。 各キースケール次元において、LEVIRDet-159は対応する最大のリモートセンシングオブジェクト検出データセットを超える。 我々はLEVIRDetNetを設計する。LEVIRDetNetは、ユニバーサルリモートセンシングオブジェクト検出のためのスケール階層認識基盤モデルである。
• 参考スコア（独自算出の注目度）: 29.954536867317575
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Remote sensing object detection has advanced rapidly with the development of large-scale benchmarks and modern detection architectures. However, existing datasets and detectors remain fragmented. Most benchmarks focus on limited categories, fixed spatial resolutions, or a single sensor, while detectors still struggle to work across different sensors and categorical systems. In this paper, we introduce LEVIRDet-159, the largest and most comprehensive remote sensing object detection dataset to date, with 159 categories, 2.56 million bounding boxes, and 700k fine-grained annotations under a multi-level taxonomy. In each key scale dimension, LEVIRDet-159 exceeds the corresponding largest existing remote sensing object detection dataset, containing approximately (7x) more images, (6x) more object instances, and (4x) more categories. Based on this dataset, we design LEVIRDetNet, a scale-hierarchy-aware detection foundation model for universal remote sensing object detection. LEVIRDetNet couples online visual Ground Sampling Distance (GSD) prediction, GSD-conditioned query modulation and allocation, and a hierarchy-aware detection head for mixed-granularity remote sensing supervision. Under stringent evaluation settings, LEVIRDetNet demonstrates strong cross-domain generalization. Even without target-domain training or fine-tuning, it achieves state-of-the-art detection performance on 9 external benchmarks, improving the strongest fully supervised competing methods by 5.02 mAP on average under each benchmark's primary metric. We hope this study will facilitate the development of strongly generalizable remote sensing object detection across diverse category systems, spatial resolutions, and sensor platforms. The dataset and trained models will be released at https://qinzheyang.github.io/LEVIRDet/, accompanying the final paper.
• Abstract（参考訳）: 大規模ベンチマークと近代的な検出アーキテクチャの開発により、リモートセンシングオブジェクト検出が急速に進歩した。 しかし、既存のデータセットと検出器は断片化されている。 ほとんどのベンチマークでは、限られたカテゴリー、固定された空間解像度、または単一のセンサーに焦点が当てられている。 本稿では,これまでで最大かつ包括的なリモートセンシングオブジェクト検出データセットであるLEVIRDet-159について紹介する。 各キースケール次元において、LEVIRDet-159は対応する最大のリモートセンシングオブジェクト検出データセットを超え、約 (7x) 以上の画像、 (6x) 以上のオブジェクトインスタンス、 (4x) 以上のカテゴリを含む。 このデータセットに基づいて、LEVIRDetNetを設計する。これは、ユニバーサルリモートセンシングオブジェクト検出のためのスケール階層認識基盤モデルである。 LEVIRDetNetは、オンライン視覚的サンプリング距離(GSD)予測、GSD条件のクエリ変調とアロケーション、および混合粒度リモートセンシング監視のための階層認識検出ヘッドを結合する。 厳密な評価設定の下では、LEVIRDetNetは強いクロスドメインの一般化を示す。 ターゲットドメインのトレーニングや微調整がなくても、9つの外部ベンチマークで最先端の検出性能を達成し、各ベンチマークの一次基準で平均5.02 mAPで最強の完全教師付き競合手法を改善した。 本研究は, 多様なカテゴリシステム, 空間分解能, センサプラットフォームにまたがる, 高度に一般化可能なリモートセンシングオブジェクト検出の開発を促進することを願っている。 データセットとトレーニングされたモデルは、最終論文に付随してhttps://qinzheyang.github.io/LEVIRDet/でリリースされる。

関連論文リスト

• OD-VIRAT: A Large-Scale Benchmark for Object Detection in Realistic Surveillance Environments [1.6997584834278812]
  本稿では,OD-VIRAT Large と OD-VIRAT Tiny という2つのビジュアルオブジェクト検出ベンチマークを提案する。 両ベンチマークのビデオシーケンスは、高度と距離から記録された10の異なる人間の監視シーンをカバーしている。 提案されたベンチマークはバウンディングボックスとカテゴリの豊富なアノテーションを提供しており、OD-VIRAT Largeは599,996イメージに870万のアノテートインスタンスを持ち、OD-VIRAT Tinyは19,860イメージに288,901のアノテートインスタンスがある。
  論文  参考訳（メタデータ） (2025-07-16T16:41:47Z)
• Generalization-Enhanced Few-Shot Object Detection in Remote Sensing [22.411751110592842]
  Few-shot Object Detection (FSOD) は、データ制限条件下でのオブジェクト検出の課題をターゲットにしている。 リモートセンシングタスクにおける一般化機能を改善するために,GE-FSODモデルを提案する。 我々のモデルでは、CFPAN(Cross-Level Fusion Pyramid Attention Network)、MRRPN(Multi-Stage Refinement Region Proposal Network)、GCL(Generalized Classification Loss)の3つの重要なイノベーションを紹介している。
  論文  参考訳（メタデータ） (2025-01-05T08:12:25Z)
• SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [68.18620488664187]
  本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。 具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、密度分布を持つ。 各種ラベル付き環境下での多目的対象物に対する大規模な実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-01T07:03:51Z)
• LSKNet: A Foundation Lightweight Backbone for Remote Sensing [78.29112381082243]
  本稿では,軽量なLarge Selective Kernel Network (LSKNet) バックボーンを提案する。 LSKNetはその大きな空間受容場を調整し、リモートセンシングシナリオにおける様々なオブジェクトの範囲をモデル化する。 我々の軽量LSKNetは、標準リモートセンシング分類、オブジェクト検出、セマンティックセグメンテーションベンチマークに基づいて、最先端のスコアを設定しています。
  論文  参考訳（メタデータ） (2024-03-18T12:43:38Z)
• SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
  我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。 私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。 私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
  論文  参考訳（メタデータ） (2024-03-11T09:20:40Z)
• Cascade-DETR: Delving into High-Quality Universal Object Detection [99.62131881419143]
  高品質な普遍物体検出のためのカスケードDETRを提案する。 本稿では,オブジェクト中心情報を検出デコーダに明示的に統合するカスケードアテンション層を提案する。 最後に、多様なドメインから10のデータセットを含む汎用オブジェクト検出ベンチマークUDB10を紹介する。
  論文  参考訳（メタデータ） (2023-07-20T17:11:20Z)
• Large Selective Kernel Network for Remote Sensing Object Detection [96.30162456627784]
  我々はLarge Selective Kernel Network (LSKNet)を提案する。 LSKNetはその大きな空間受容場を調整し、リモートセンシングシナリオにおける様々なオブジェクトの範囲をモデル化する。 2022年、グレーターベイエリア国際アルゴリズムコンペティションで2位となった。
  論文  参考訳（メタデータ） (2023-03-16T02:00:37Z)
• Remote Sensing Image Super-resolution and Object Detection: Benchmark and State of the Art [7.74389937337756]
  本稿では、リモートセンシング画像の現在のデータセットとオブジェクト検出方法(深層学習に基づく)についてレビューする。 本稿では,大規模かつ一般公開なリモートセンシング超解像オブジェクト検出データセットを提案する。 また、画像超解像に基づく物体検出のベンチマークを行うために、Residual Feature aggregate (MCGR) と補助YOLOv5検出器を備えた新しいマルチクラスサイクル超解像対向ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-11-05T04:56:34Z)
• Robust Object Detection via Instance-Level Temporal Cycle Confusion [89.1027433760578]
  物体検出器の分布外一般化を改善するための補助的自己監視タスクの有効性を検討する。 最大エントロピーの原理に触発されて,新しい自己監督タスクであるインスタンスレベル時間サイクル混乱(cycconf)を導入する。 それぞれのオブジェクトに対して、タスクは、ビデオ内の隣接するフレームで最も異なるオブジェクトの提案を見つけ、自己スーパービジョンのために自分自身にサイクルバックすることです。
  論文  参考訳（メタデータ） (2021-04-16T21:35:08Z)
• FAIR1M: A Benchmark Dataset for Fine-grained Object Recognition in High-Resolution Remote Sensing Imagery [21.9319970004788]
  我々は,高分解能リモートセンシング画像において,100万以上のインスタンスと15,000以上の画像を含む新しいベンチマークデータセットを提案する。 FAIR1Mデータセットのすべてのオブジェクトは、指向境界ボックスによって5つのカテゴリと37のサブカテゴリに関してアノテートされます。
  論文  参考訳（メタデータ） (2021-03-09T17:20:15Z)

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。