論文の概要: ProCal: Inference-Time Proposal Calibration for Open-Vocabulary Object Detection

• arxiv url: http://arxiv.org/abs/2607.01759v1
• Date: Thu, 02 Jul 2026 06:18:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-03 19:45:08.696317
• Title: ProCal: Inference-Time Proposal Calibration for Open-Vocabulary Object Detection
• Title（参考訳）: ProCal:オープン語彙オブジェクト検出のための推論時間提案校正
• Abstract要約: Inference-time Pro posal (ProCal) を提案する。 ProCalは、ローカライズ対応のフォアグラウンドスコアとバックグラウンド対応の抑制スコアの2つのスコアを組み合わせることで、事前に提案を計算している。 ProCalは、背景提案における偽の新規アクティベーションを抑制し、背景提案及び部分的新規提案の上に、真に新しい提案を一貫してランク付けする。
• 参考スコア（独自算出の注目度）: 53.01721673195314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Open-vocabulary object detection aims to localize and classify objects beyond the fixed set of categories seen dur ing training. Recent open-vocabulary object detection methods improve localization and classification for unseen categories by leveraging a frozen VLM as a detector backbone. However, VLM classification score lacks recognizing position and scale of the object in an image. We observe that pretrained VLMs en able to classify foreground and background regions. According to this observation, we propose a simple inference-time Pro posal Calibration (ProCal) that improves localization quality of the classification score. ProCal computes a proposal prior by combining two scores: localization-aware foreground score and background-aware suppression score. Localization-aware foreground score captures whether a proposal contains an object area. Background-aware suppression score measures the extent to which the proposal resembles background. We analyze that ProCal suppresses false novel activation on background proposals and consistently ranks true novel proposals above background and partial novel proposals. Applied to CLIPSelf ViT-L/14, ProCal improves APr +2.5 on OV-LVIS. The analyses show that proposal-level localization-aware reranking effects to mitigate ranking miscalibration for novel objects.
• Abstract（参考訳）: Open-vocabulary Object Detection は、オブジェクトのローカライズと分類を、Duringing トレーニングに見られる固定されたカテゴリのセットを超えて行うことを目的としている。 近年のオープンボキャブラリオブジェクト検出法は, 冷凍VLMを検出器バックボーンとして利用することにより, 未確認カテゴリのローカライズと分類を改善している。 しかしながら、VLM分類スコアは、画像中の物体の位置とスケールを認識していない。 我々は、事前訓練されたVLMが、前景と背景領域を分類することができることを観察する。 そこで本研究では, 簡易な推論時間 Pro Posal Calibration (ProCal) を提案する。 ProCalは、ローカライズ対応のフォアグラウンドスコアとバックグラウンド対応の抑制スコアの2つのスコアを組み合わせることで、事前に提案を計算している。 ローカライズ対応のフォアグラウンドスコアは、提案が対象領域を含むかどうかをキャプチャする。 背景対応抑制スコアは、提案が背景に類似する程度を測定する。 ProCalは、背景提案における偽の新規アクティベーションを抑制し、背景提案及び部分的新規提案の上に、真に新しい提案を一貫してランク付けする。 CLIPSelf ViT-L/14 に適用すると、ProCal は OV-LVIS 上で APr +2.5 を改善する。 分析の結果,提案レベルのローカライゼーション・アウェアは,新規物体のランク付け誤りを軽減する効果を示した。

関連論文リスト

• Exploring Hierarchical Consistency and Unbiased Objectness for Open-Vocabulary Object Detection [38.31141459207419]
  オープン語彙オブジェクト検出(OVD)のための新しい擬似ラベリングフレームワークを提案する。 提案手法は階層的信頼度キャリブレーション(HCC)手法を導入し,信頼性の高いクラスラベル推定を実現する。 また、ベースクラスバイアス問題を緩和するために、オブジェクト性トークンを組み込んだパラメータ効率の高いCLIP適応であるLoCLIPを提案する。
  論文  参考訳（メタデータ） (2026-04-25T15:06:07Z)
• Improving Weakly-Supervised Object Localization Using Adversarial Erasing and Pseudo Label [7.400926717561454]
  本稿では,弱教師付きオブジェクトローカライゼーションの枠組みについて検討する。 それは、画像と画像レベルのクラスラベルのみを使用して、オブジェクトクラスとその位置を予測できるニューラルネットワークをトレーニングすることを目的としている。
  論文  参考訳（メタデータ） (2024-04-15T06:02:09Z)
• Training-free Boost for Open-Vocabulary Object Detection with Confidence Aggregation [3.0899016152680754]
  Open-vocabulary Object Detection (OVOD) は、訓練時に見えない新しいクラスから視覚オブジェクトをローカライズし、認識することを目的としている。 本稿では,この問題を2段階のOVODパラダイムを用いて体系的に検討する。 この問題を軽減するために, 信頼度を調整し, 誤って削除対象を保存するための2つの高度な対策を提案する。
  論文  参考訳（メタデータ） (2024-04-12T17:02:56Z)
• Re-Scoring Using Image-Language Similarity for Few-Shot Object Detection [4.0208298639821525]
  ラベルの少ない新規なオブジェクトの検出に焦点をあてるオブジェクト検出は,コミュニティにおいて新たな課題となっている。 近年の研究では、事前訓練されたモデルや修正された損失関数の適応により、性能が向上することが示されている。 我々は、より高速なR-CNNを拡張するFew-shot Object Detection (RISF)のための画像言語類似性を用いた再構成を提案する。
  論文  参考訳（メタデータ） (2023-11-01T04:04:34Z)
• Rank-DETR for High Quality Object Detection [52.82810762221516]
  高性能なオブジェクト検出器は、バウンディングボックス予測の正確なランキングを必要とする。 本研究では, 簡易かつ高性能なDETR型物体検出器について, 一連のランク指向設計を提案して紹介する。
  論文  参考訳（メタデータ） (2023-10-13T04:48:32Z)
• Rethinking the Localization in Weakly Supervised Object Localization [51.29084037301646]
  弱教師付きオブジェクトローカライゼーション(WSOL)は、コンピュータビジョンにおいて最も人気があり、困難なタスクの1つである。 最近、WSOLを2つの部分(クラスに依存しないオブジェクトのローカライゼーションとオブジェクトの分類)に分割することが、このタスクの最先端のパイプラインになっている。 本研究では,SCRを複数物体の局所化のためのバイナリクラス検出器(BCD)に置き換えることを提案する。
  論文  参考訳（メタデータ） (2023-08-11T14:38:51Z)
• TTA-COPE: Test-Time Adaptation for Category-Level Object Pose Estimation [86.80589902825196]
  TTA-COPEと呼ばれるカテゴリレベルのオブジェクトポーズ推定のためのテスト時間適応法を提案する。 ポーズ認識信頼度を用いて、自己学習損失を伴うポーズアンサンブルアプローチを設計する。 当社のアプローチでは,テストデータを逐次的かつオンライン的に処理し,実行時にソースドメインにアクセスする必要はない。
  論文  参考訳（メタデータ） (2023-03-29T14:34:54Z)
• Proposal Distribution Calibration for Few-Shot Object Detection [65.19808035019031]
  few-shot object detection (FSOD)では、重度のサンプル不均衡を軽減するために、2段階の訓練パラダイムが広く採用されている。 残念ながら、極端なデータ不足は、提案の分布バイアスを増大させ、RoIヘッドが新しいクラスに進化するのを妨げます。 本稿では,RoIヘッドのローカライゼーションと分類能力を高めるために,単純かつ効果的な提案分布キャリブレーション(PDC)手法を提案する。
  論文  参考訳（メタデータ） (2022-12-15T05:09:11Z)
• Spatial Likelihood Voting with Self-Knowledge Distillation for Weakly Supervised Object Detection [54.24966006457756]
  自己知識蒸留ネットワーク(SLV-SDネット)を用いたWSODフレームワークを提案する。 SLV-SD Netは、境界ボックスアノテーションなしで領域提案のローカライゼーションを収束させる。 PASCAL VOC 2007/2012およびMS-COCOデータセットの実験は、SLV-SD Netの優れた性能を示している。
  論文  参考訳（メタデータ） (2022-04-14T11:56:19Z)
• SLV: Spatial Likelihood Voting for Weakly Supervised Object Detection [31.421794727209935]
  提案手法を収束させるため,空間的確率投票(SLV)モジュールを提案する。 与えられた画像内のすべての領域の提案は、訓練中の毎回有権者の役割を担い、空間次元における各カテゴリの可能性が投票される。 大きな可能性値の領域にアライメントを拡大した後、投票結果は境界ボックスとして正規化され、最終分類とローカライゼーションに使用される。
  論文  参考訳（メタデータ） (2020-06-23T10:24:13Z)

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。