論文の概要: Preserve the Hard, Regenerate the Rest: Uncertainty-Guided Synthetic Training Data Augmentation with Diffusion Models

• arxiv url: http://arxiv.org/abs/2606.31603v1
• Date: Tue, 30 Jun 2026 12:51:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.227749
• Title: Preserve the Hard, Regenerate the Rest: Uncertainty-Guided Synthetic Training Data Augmentation with Diffusion Models
• Title（参考訳）: ハードを保存し、残りを再生する: 拡散モデルによる不確実性誘導合成トレーニングデータ強化
• Abstract要約: 本研究では, ラベルの有効性を厳格に保ち, 合成サンプル当たりの画素情報効率を効率的に最大化する, 不確実性誘導型合成文脈拡張戦略を提案する。 都市景観, UAVID, BDD100Kにおいて, バス, 電車, あるいは(航空の観点から) 車両などの希少で困難なクラスにおいて, かなりのmIUゲインを示す。
• 参考スコア（独自算出の注目度）: 4.366339681077125
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic segmentation models struggle with data sparsity and rare or visually diverse regions, e.g., dense regions or small objects in aerial or autonomous mobility data. While synthetic augmentation is an appealing solution, directly generating new labeled data risks misalignment of labels and generated pixels. Existing solutions to this problem often rely on external models, or employ coarse heuristics such as indiscriminately augmenting all foreground objects or entire backgrounds, which wastes capacity on uninformative pixels. To address this, we propose an uncertainty-guided synthetic context augmentation strategy that strictly preserves label validity and efficiently maximizes pixel informativeness per synthetic sample - no external guardrails required. Using a baseline segmenter's predictive entropy, we identify uncertain semantic regions and inpaint only the complementary visual context. When fine-tuning the segmenter on this synthetic data, we compute the loss only over the original pixels, excluding inpainted regions. This focuses learning on the unmodified, uncertain regions while presenting them in novel contexts. We demonstrate substantial mIoU gains on Cityscapes, UAVID, and BDD100K with the largest gains on rare and difficult classes such as buses, trains, or (from the aerial perspective) cars. Our results demonstrate that uncertainty-guided context augmentation is a highly effective lever to improve segmentation performance on complex datasets, with code provided at https://github.com/XITASO/Preserve-the-Hard-Regenerate-the-Rest.
• Abstract（参考訳）: セマンティックセグメンテーションモデルは、空中または自律的な移動データにおいて、データ空間と希少または視覚的に多様な領域(例えば、密集した領域や小さなオブジェクト)と競合する。 合成拡張は魅力的なソリューションであるが、ラベルと生成されたピクセルの誤アライメントを危険にさらす新しいラベル付きデータを直接生成する。 既存のソリューションは、しばしば外部モデルに依存したり、不定形画素に容量を浪費する前景の全てのオブジェクトや背景を無差別に増大させるような粗いヒューリスティックを使用する。 そこで本稿では, ラベルの有効性を厳格に保ち, 外部ガードレールを必要としない合成サンプルあたりの画素情報効率を効率的に最大化する, 不確実性誘導型合成文脈拡張戦略を提案する。 ベースラインセグメンタの予測エントロピーを用いて、不確実な意味領域を特定し、相補的な視覚的文脈のみを描き出す。 この合成データに基づいてセグメンタを微調整する場合、塗装された領域を除いて、元のピクセルでのみ損失を計算します。 これは、修正されていない、不確実な領域について学びながら、それらを新しい文脈で提示することに焦点を当てている。 都市景観, UAVID, BDD100KのmIoUゲインは, バス, 電車, あるいは(空中から見た)車両など, 希少で困難なクラスにおいて, 大きく伸びている。 以上の結果から, 複雑なデータセットのセグメンテーション性能を向上させる上で, 不確実性誘導型コンテキスト拡張は, https://github.com/XITASO/Preserve-the-Hard-Regenerate-the-Rest.comで提供されるコードが有効であることが示唆された。

関連論文リスト

• Limitations of Synthetic Data Generation in Specialized Data-Scarce Domains [11.861117372710714]
  この研究は、画像が一般的な画像データセットと大きく異なる領域に焦点を合わせ、追加のデータを取得するのにコストがかかる。 生成スパースデータ拡張の2つの流派による下流性能改善の評価を行った。 5つのトラウマ分類課題において, 有意な非生成基線を常に上回る生成的アプローチは存在しない。
  論文  参考訳（メタデータ） (2026-08-13T19:43:31Z)
• Provable Sparse Inversion and Token Relabel Enhanced One-shot Federated Learning with ViTs [77.42033827176806]
  ワンショットフェデレートラーニング(One-Shot Federated Learning)は、単一のコミュニケーションラウンドでグローバルモデルを学ぶ中央サーバが、有望なパラダイムとして登場したものだ。 本稿では,合成画像の全パッチをフル活用してグローバルモデルをトレーニングする,新しいフェデレーションモデルインバージョンとトークンリラベルフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-11T15:49:08Z)
• R&D: Balancing Reliability and Diversity in Synthetic Data Augmentation for Semantic Segmentation [0.0]
  制御可能な拡散モデルを統合する新しい合成データ拡張パイプラインを提案する。 我々のアプローチは多様性と信頼性のバランスをとり、合成データと実データとのギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2026-03-19T02:40:26Z)
• Bounding Box-Guided Diffusion for Synthesizing Industrial Images and Segmentation Map [50.21082069320818]
  最小限の監督で高忠実度産業データセットを生成するための拡散型パイプラインを提案する。 提案手法では, 拡張有界箱表現の拡散モデルを用いて, 正確なセグメンテーションマスクを生成する。 その結果、拡散に基づく合成は、人工的な産業データと実世界の産業データとのギャップを埋めることを示した。
  論文  参考訳（メタデータ） (2025-05-06T15:21:36Z)
• Leveraging Neural Radiance Fields for Uncertainty-Aware Visual Localization [56.95046107046027]
  我々は,Neural Radiance Fields (NeRF) を用いてシーン座標回帰のためのトレーニングサンプルを生成することを提案する。 レンダリングにおけるNeRFの効率にもかかわらず、レンダリングされたデータの多くはアーティファクトによって汚染されるか、最小限の情報ゲインしか含まない。
  論文  参考訳（メタデータ） (2023-10-10T20:11:13Z)
• BTSeg: Barlow Twins Regularization for Domain Adaptation in Semantic Segmentation [3.5229503563299915]
  セマンティックセグメンテーションモデルを強化した,革新的な半教師付きトレーニング手法であるBTSegを紹介する。 類似した場所で撮影されるが、異なる有害な条件下では、同じシーンの多様体表現と見なされるため、モデルが環境の理解を概念化できる。
  論文  参考訳（メタデータ） (2023-08-31T15:49:53Z)
• HandsOff: Labeled Dataset Generation With No Additional Human Annotations [13.11411442720668]
  本稿では,任意の数の合成画像と対応するラベルを生成する技術であるHandsOffフレームワークを紹介する。 本フレームワークは,GANインバージョンフィールドとデータセット生成を統一することにより,先行作業の現実的な欠点を回避する。 顔、車、フルボディの人間のポーズ、都市運転シーンなど、複数の挑戦的な領域において、リッチなピクセルワイズラベルを持つデータセットを生成します。
  論文  参考訳（メタデータ） (2022-12-24T03:37:02Z)
• Autoencoder for Synthetic to Real Generalization: From Simple to More Complex Scenes [13.618797548020462]
  我々は,自己エンコーダアーキテクチャに注目し,シミュレーション画像と実画像の領域シフトに起因する帰納的バイアスに不変な潜在空間表現の学習を目指す。 本稿では,視覚的複雑性が増大する実際のデータセットに対して,一般化可能性を高め,セマンティクスの保存を改善するためのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-04-01T12:23:41Z)
• Grasp-Oriented Fine-grained Cloth Segmentation without Real Supervision [66.56535902642085]
  本稿では, 深度画像のみを用いて, 変形した衣服のきめ細かい領域検出の問題に取り組む。 最大で6つの意味領域を定義し, 首の縁, スリーブカフ, ヘム, 上と下をつかむ点を含む。 これらの部品のセグメント化とラベル付けを行うために,U-net ベースのネットワークを導入する。 合成データのみを用いてネットワークをトレーニングし、提案したDAが実データでトレーニングしたモデルと競合する結果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-06T16:31:20Z)
• Transferring and Regularizing Prediction for Semantic Segmentation [115.88957139226966]
  本稿では,セマンティックセグメンテーションの本質的特性を利用して,モデル伝達におけるそのような問題を緩和する。 本稿では,モデル転送を教師なし方式で正規化するための制約として固有特性を課す予測伝達の正規化器(RPT)を提案する。 GTA5とSynTHIA(synthetic data)で訓練されたモデルの都市景観データセット(アーバンストリートシーン)への転送に関するRTPの提案を検証するため、大規模な実験を行った。
  論文  参考訳（メタデータ） (2020-06-11T16:19:41Z)
• Image Fine-grained Inpainting [89.17316318927621]
  拡張畳み込みの密結合を利用してより大きく効果的な受容場を得る一段階モデルを提案する。 この効率的なジェネレータをよく訓練するために、頻繁に使用されるVGG特徴整合損失を除いて、新しい自己誘導回帰損失を設計する。 また、局所的・グローバルな分枝を持つ識別器を用いて、局所的・グローバルな内容の整合性を確保する。
  論文  参考訳（メタデータ） (2020-02-07T03:45:25Z)

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。