論文の概要: Real-Time Source-Free Object Detection

• arxiv url: http://arxiv.org/abs/2606.31834v1
• Date: Tue, 30 Jun 2026 15:38:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.289053
• Title: Real-Time Source-Free Object Detection
• Title（参考訳）: リアルタイムソースフリー物体検出
• Abstract要約: 自律運転、監視、ロボットのための現実世界の検出器は、厳格なレイテンシとメモリ制約の下でドメインシフトを処理しなければならない。 我々は,NMSフリーなデュアルヘッド検出器であるYOLOv10上に構築することで,より高速かつコンパクトに,最先端の適応精度が得られることを示す。
• 参考スコア（独自算出の注目度）: 40.10658212485104
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Real-world detectors for autonomous driving, surveillance, and robotics must handle domain-shifts under strict latency and memory constraints, yet existing source-free object detection (SFOD) methods rely on heavyweight architectures that prioritize accuracy alone. We show this trade-off is unnecessary: building on YOLOv10, an NMS-free dual-head detector, we achieve state-of-the-art adaptation accuracy while being faster and more compact. We observe that directly applying vanilla mean-teacher self-training to dual-head detectors leads to suboptimal adaptation performance due to two key factors. First, simple pseudo-label generation strategies, such as using a single head or directly combining high-confidence predictions from both heads, yield suboptimal supervision under domain-shift. We propose DHF (Dual-Head Pseudo-Label Fusion) which selectively admits one-to-one (O2O) and one-to-many (O2M) head predictions, preserving precision and recovering missed objects. Second, we observe domain-shift collapses multi-scale feature discriminability. We propose the use of our MARD (Multi-scale Adaptive Representation Diversification) loss which mitigates this by enforcing detection-aware variance and covariance constraints on multi-scale feature maps. Both modules are training-time only, leaving inference unchanged. Across domain-shift benchmarks, our method, RT-SFOD yields 1.4 to 3.5\% mAP gains, 1.3$\times$ higher throughput, with $\sim$2$\times$ fewer parameters than prior state-of-the-art SFOD methods, thus advancing the Pareto frontier of the speed-accuracy-model size trade-off. We report main results with YOLOv10, and demonstrate generalizability with additional YOLO- and DETR-based dual-head detectors. Code is available here: https://github.com/Sairam13001/RT-SFOD/
• Abstract（参考訳）: 自律運転、監視、ロボット工学のための現実世界の検出器は、厳密なレイテンシとメモリ制限の下でドメインシフトを処理しなければならないが、既存のソースフリーオブジェクト検出(SFOD)手法は、精度のみを優先する重厚なアーキテクチャに依存している。 NMSフリーなデュアルヘッド検出器であるYOLOv10上に構築することで、より高速でコンパクトな最先端の適応精度を実現する。 両頭部検出器にバニラ平均教師の自己訓練を直接適用すると, 2つの要因により, 最適適応性能が向上することが確認された。 第一に、単一の頭を使ったり、両方の頭からの高信頼度予測を直接組み合わせたりといった単純な擬似ラベル生成戦略は、ドメインシフトの下で準最適監視をもたらす。 本稿では,DHF (Dual-Head Pseudo-Label Fusion) を提案する。 第二に、ドメインシフトの崩壊がマルチスケールの特徴識別可能性に影響を及ぼすのを観察する。 我々は,マルチスケール特徴写像における検出認識分散と共分散制約を強制することにより,これを緩和するMARD(Multiscale Adaptive Representation Diversification)の損失を提案する。 どちらのモジュールもトレーニング時間のみであり、推論は変わらない。 ドメインシフトベンチマーク全体において、RT-SFODは1.4～3.5\%のmAPゲイン、1.3$\times$高スループット、$\sim$2$\times$パラメータが従来の最先端SFODよりも少ないため、速度精度モデルサイズトレードオフのParetoフロンティアを推し進める。 YOLOv10での主な結果を報告するとともに、追加のYOLO-およびDETR-based dual-head detectorによる一般化性を示す。 https://github.com/Sairam13001/RT-SFOD/

関連論文リスト

• Robust Activation Map Rectification for Weakly Supervised Volumetric Segmentation: Temporal Coherence as a Free Lunch [31.156115062163412]
  弱教師付きセグメンテーションは、最初にターゲット領域をローカライズするためにクラスアクティベーションマップ(CAM)に大きく依存している。 既存の治療法は、通常、追加のトレーニングステージやプロトタイプ学習を導入し、計算コストを増大させ、堅牢性を低下させる。 本研究では, 容積データの時間的・構造的コヒーレンスをフリーランチとして利用することにより, 信頼できないCAMを修正できる, トレーニング不要なプロトタイプフリーフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-22T08:07:38Z)
• G2VD: Generalizable AI-Generated Video Detection via Counterfactual Intervention and Causal Disentanglement [9.616281293383684]
  対実的介入と因果的絡み合いに基づく一般化可能なAI生成ビデオ検出フレームワーク。 G2VDは、一致したバックボーンよりも高い平均クロスドメインパフォーマンスと一貫したゲインを示す。 この性能は、元のトレーニングデータの10%だけを用いて得られる。
  論文  参考訳（メタデータ） (2026-07-06T02:25:18Z)
• Perception, Verdict, and Evolution: Hindsight-Driven Self-Refining Forensics Agent for AI-Generated Image Detection [80.15317858033534]
  ForeAgentは、反復的な自己進化を伴うAI生成画像検出のためのエージェント法医学フレームワークである。 ForeAgentはChameleonベンチマークで最先端のパフォーマンスを達成し、精度は82.18%に達した。 ForeAgent は GPT-5 や GPT-5-mini と比較して、より一貫性があり、因果的な推論をもたらす。
  論文  参考訳（メタデータ） (2026-06-25T02:59:33Z)
• ProtoDCS: Towards Robust and Efficient Open-Set Test-Time Adaptation for Vision-Language Models [32.840734752367275]
  Prototype-based Double-Check separation (ProtoDCS)はOSTTAの堅牢なフレームワークである。 csIDとcsOODを分離し、ビジョン言語モデルのcsIDデータへの安全かつ効率的な適応を可能にする。 ProtoDCSは、既知のクラス精度とOOD検出メトリクスの両方を大幅に向上させる。
  論文  参考訳（メタデータ） (2026-02-27T03:39:02Z)
• Forward Consistency Learning with Gated Context Aggregation for Video Anomaly Detection [17.79982215633934]
  ビデオ異常検出(VAD)は、リアルタイム監視システムにおける各種イベントの正常パターンからの偏差を測定することを目的としている。 既存のVAD手法の多くは、リソース制限されたエッジデバイスへの実現可能性を制限するため、極端な精度を追求するために大規模なモデルに依存している。 本稿では,Gatedコンテキストアグリゲーションを用いたフォワード整合学習を実現する軽量なVADモデルFoGAを紹介する。
  論文  参考訳（メタデータ） (2026-01-26T04:35:31Z)
• ShortcutBreaker: Low-Rank Noisy Bottleneck with Global Perturbation Attention for Multi-Class Unsupervised Anomaly Detection [59.89803740308262]
  ShortcutBreakerはMUADタスクのための新しい統合された機能再構成フレームワークである。 ショートカットの問題に対処する2つの重要なイノベーションが特徴だ。 提案手法は,4つのデータセットに対して,99.8%,98.9%,90.6%,87.8%の顕著な画像レベルのAUROCを実現する。
  論文  参考訳（メタデータ） (2025-10-21T06:51:30Z)
• Revisiting Out-of-Distribution Detection in Real-time Object Detection: From Benchmark Pitfalls to a New Mitigation Paradigm [8.206992765692535]
  アウト・オブ・ディストリビューション(OoD)入力はディープラーニングモデルに永続的な課題をもたらす。 この研究は、物体検出におけるOoD検出の2つの見落としられた次元に対処する。 外部OoD検出器とは独立に動作する新しい訓練時間緩和パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-03-10T13:42:41Z)
• Deep Metric Learning for Unsupervised Remote Sensing Change Detection [60.89777029184023]
  リモートセンシング変化検出(RS-CD)は、マルチテンポラルリモートセンシング画像(MT-RSI)から関連する変化を検出することを目的とする。 既存のRS-CD法の性能は、大規模な注釈付きデータセットのトレーニングによるものである。 本稿では,これらの問題に対処可能なディープメトリック学習に基づく教師なしCD手法を提案する。
  論文  参考訳（メタデータ） (2023-03-16T17:52:45Z)
• DTAAD: Dual Tcn-Attention Networks for Anomaly Detection in Multivariate Time Series Data [0.0]
  本稿では,Transformer と Dual Temporal Convolutional Network (TCN) に基づく異常検出・診断モデル DTAAD を提案する。 予測精度の向上と相関性の向上のために,スケーリング手法とフィードバック機構を導入している。 7つの公開データセットに対する実験により、DTAADは検出および診断性能の両面で現在最先端のベースライン法の大部分を超えていることが確認された。
  論文  参考訳（メタデータ） (2023-02-17T06:59:45Z)
• Regressive Domain Adaptation for Unsupervised Keypoint Detection [67.2950306888855]
  ドメイン適応(DA)は、ラベル付きソースドメインからラベル付きターゲットドメインに知識を転送することを目的とする。 本稿では,教師なしキーポイント検出のためのレグレッシブドメイン適応(RegDA)法を提案する。 提案手法は,異なるデータセット上のPCKにおいて,8%から11%の大幅な改善をもたらす。
  論文  参考訳（メタデータ） (2021-03-10T16:45:22Z)
• SUOD: Accelerating Large-Scale Unsupervised Heterogeneous Outlier Detection [63.253850875265115]
  外乱検出(OD)は、一般的なサンプルから異常物体を識別するための機械学習(ML)タスクである。 そこで我々は,SUODと呼ばれるモジュール型加速度システムを提案する。
  論文  参考訳（メタデータ） (2020-03-11T00:22:50Z)

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。