論文の概要: HiRes: A Hierarchical Cascaded Method for Resistor Value Identification

• arxiv url: http://arxiv.org/abs/2606.30179v1
• Date: Mon, 29 Jun 2026 11:55:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:16.209867
• Title: HiRes: A Hierarchical Cascaded Method for Resistor Value Identification
• Title（参考訳）: HiRes: レジストレータ値同定のための階層的カスケード手法
• Abstract要約: HiResは、フルフレーム画像からエンドツーエンドの抵抗値を特定するための階層的なパイプラインである。 HiResは検出mAP50が0.9906、セグメンテーションmIoUが0.8444、エンドツーエンドの識別精度が85.8%に達する。 その結果、頑健な抵抗解釈のための構造化推論を用いた学習された視覚表現の統合の有効性が示された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Accurate identification of resistor values from unconstrained images remains a challenging computer vision task due to variations in lighting, orientation, scale, and background complexity. This paper presents HiRes, a hierarchical cascaded pipeline for end-to-end resistor value identification directly from full-frame images. The approach combines object detection (YOLOv8n), semantic segmentation (UNet++ with EfficientNet-B2), and structured geometric decoding via projection along the resistor axis. To improve robustness, we incorporate geometric filtering, gap-preserving band separation, and validation against the E24 resistor series. Experiments across diverse real-world images show that HiRes achieves a detection mAP50 of 0.9906, a segmentation mIoU of 0.8444, and an end-to-end identification accuracy of 85.8% (95% CI: 78.0-91.9%), outperforming the publicly available classical baseline, CVResist, which fails to generalize beyond controlled conditions. In addition, our architecture outperforms state-of-the-art MLLMs on our challenging test set, offering a lower cost, high efficiency, and an interpretable alternative method. These results demonstrate the effectiveness of integrating learned visual representations with structured reasoning for robust resistor interpretation. Code and dataset are available at https://github.com/HiRes491/HiRes.
• Abstract（参考訳）: 制約のない画像からの抵抗値の正確な識別は、光、方向、スケール、背景の複雑さの変動により、コンピュータビジョンの課題として依然として残されている。 本稿では,フルフレーム画像から直接エンドツーエンドの抵抗値を特定するための階層型カスケードパイプラインであるHiResを提案する。 このアプローチは、オブジェクト検出(YOLOv8n)、セマンティックセグメンテーション(UNet++とEfficientNet-B2)、および抵抗軸に沿って投影された幾何学的デコーディングを組み合わせる。 ロバスト性を向上させるため, 幾何フィルタリング, ギャップ保存バンド分離, E24抵抗列に対するバリデーションを組み込んだ。 さまざまな現実世界の画像で実験した結果、HiResは検出mAP50が0.9906、セグメンテーションmIoUが0.8444、エンドツーエンドの識別精度が85.8%(95% CI: 78.0-91.9%)に達し、一般に公開されている古典的ベースラインであるCVResistを上回った。 さらに、我々のアーキテクチャは、挑戦的なテストセット上で最先端のMLLMより優れており、低コスト、高効率、解釈可能な代替手段を提供しています。 これらの結果は、頑健な抵抗解釈のための構造化推論を用いた学習された視覚表現の統合の有効性を示す。 コードとデータセットはhttps://github.com/HiRes491/HiResで入手できる。

関連論文リスト

• LoRC: Detecting AI-Generated Images via Low-Rank Collapse in Semantic Residuals [50.157719466558696]
  現代の発電機は, セマンティック・残留部分空間において, 支配的なセマンティックな方向を保ちながら, 低ランクの崩壊を示すことを示す。 崩壊した残余幾何を捉えるために意味的優位性を分離するフレームワークである textbfLoRC を提案する。 本手法は,複数のベンチマークで平均7.0%の精度向上を実現し,39個の未知のジェネレータ上で97.0%の精度を実現する。
  論文  参考訳（メタデータ） (2026-08-21T08:58:47Z)
• EA-LiteUNet: An Edge-Adaptive and Resource-Efficient U-Net for Boundary-Sensitive Dermoscopic Image Segmentation [2.501994007862134]
  境界感応性医用画像分割のためのエッジ適応型および計算効率の良いU-Net変種であるEA-LiteUNetを提案する。 アーキテクチャは3つのコアメカニズムを統合している: 境界認識表現学習は、エイリアスを抑制し、高周波構造の詳細を保存する。 EA-LiteUNetが常に優れた境界精度を達成していることを示す。
  論文  参考訳（メタデータ） (2026-08-16T05:20:39Z)
• Parameter-Efficient Architectural Modifications for Translation-Invariant CNNs [2.111646739533638]
  畳み込みニューラルネットワーク(CNN)は、翻訳不変であると広く考えられているが、標準的なアーキテクチャは驚くべき脆弱性を示している。 我々は,グローバル平均プール層を様々なネットワーク深度に戦略的に挿入し,軽量な「オンラインアーキテクチャ」戦略を提案する。 この戦略は、トレーニング可能なパラメータ(5.2Mから82Kまで)の98%の大幅な削減と、ネットワークサイズ全体の90%の削減を実現している。
  論文  参考訳（メタデータ） (2026-04-30T13:52:42Z)
• Amped: Adaptive Multi-stage Non-edge Pruning for Edge Detection [53.59823657644554]
  エッジ検出のための適応型多段非エッジプルーニングフレームワーク(Amped)を提案する。 Ampedは高信頼の非エッジトークンを識別し、可能な限り早く削除し、計算を大幅に削減する。 既存のエッジ検出ネットワークの構造的複雑さを軽減するため,Streamline Edge Detector(SED)と呼ばれる,シンプルながら高性能なTransformerベースのモデルを導入する。
  論文  参考訳（メタデータ） (2026-03-29T12:26:35Z)
• Handcrafted Feature Fusion for Reliable Detection of AI-Generated Images [0.2624902795082451]
  生成モデルの急速な進歩は、非常に現実的な合成画像の作成を可能にした。 このような偽コンテンツを確実に検出することは、緊急の課題である。 ディープラーニングのアプローチが現在の文献を支配している一方で、手作りの機能は解釈可能性、効率、一般化可能性に魅力的なままである。
  論文  参考訳（メタデータ） (2026-01-27T06:43:01Z)
• CAE-Net: Generalized Deepfake Image Detection using Convolution and Attention Mechanisms with Spatial and Frequency Domain Features [0.6700983301090583]
  クラス不均衡に対処し,アンサンブルベースのアーキテクチャであるemphCAE-Netを考案した。 私たちのアーキテクチャは、畳み込みと注目に基づくアンサンブルネットワークで構成されており、3つの異なるニューラルネットワークアーキテクチャを採用している。 EfficientNet B0アーキテクチャは90.79%、ConvNeXtアーキテクチャは89.49%、DeiTアーキテクチャは89.32%である。
  論文  参考訳（メタデータ） (2025-02-15T06:02:11Z)
• Restore Anything Model via Efficient Degradation Adaptation [129.38475243424563]
  RAMは、様々な劣化にまたがる固有の類似性を活用して、効率的で包括的な復元を可能にする統一された経路を取る。 RAMのSOTA性能はRAMのSOTA性能を確認し、トレーニング可能なパラメータで約82%、FLOPで約85%のモデルの複雑さを減少させる。
  論文  参考訳（メタデータ） (2024-07-18T10:26:53Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)
• Exploring Resolution and Degradation Clues as Self-supervised Signal for Low Quality Object Detection [77.3530907443279]
  劣化した低解像度画像中の物体を検出するための,新しい自己教師型フレームワークを提案する。 本手法は, 既存手法と比較して, 異変劣化状況に直面する場合に比べ, 優れた性能を示した。
  論文  参考訳（メタデータ） (2022-08-05T09:36:13Z)
• EResFD: Rediscovery of the Effectiveness of Standard Convolution for Lightweight Face Detection [13.357235715178584]
  顔検出のための軽量バックボーンアーキテクチャとして,標準的な畳み込みブロックの有効性を再検討する。 チャネル切断された標準畳み込み層は精度と推論速度を向上できることを示す。 提案する検出器EResFDは,CPU上でのVGA画像推測に37.7msしか要しないWIDER FACE Hardサブセット上で80.4%のmAPを得た。
  論文  参考訳（メタデータ） (2022-04-04T02:30:43Z)
• Progressively Guided Alternate Refinement Network for RGB-D Salient Object Detection [63.18846475183332]
  我々は,RGB-Dの高次物体検出のための効率的かつコンパクトなディープネットワークを開発することを目指している。 そこで本研究では,改良のための改良ネットワークを提案する。 我々のモデルは、既存の最先端のアプローチよりも大きなマージンで優れています。
  論文  参考訳（メタデータ） (2020-08-17T02:55:06Z)
• Hierarchical Dynamic Filtering Network for RGB-D Salient Object Detection [91.43066633305662]
  RGB-D Salient Object Detection (SOD) の主な目的は、相互融合情報をよりよく統合し活用する方法である。 本稿では,これらの問題を新たな視点から考察する。 我々は、より柔軟で効率的なマルチスケールのクロスモーダルな特徴処理を実装している。
  論文  参考訳（メタデータ） (2020-07-13T07:59:55Z)

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。