論文の概要: MambaPSA: A Mamba-based Replacement for C2PSA in YOLO26
- arxiv url: http://arxiv.org/abs/2607.12681v1
- Date: Tue, 14 Jul 2026 12:09:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:30.137204
- Title: MambaPSA: A Mamba-based Replacement for C2PSA in YOLO26
- Title（参考訳）: MambaPSA: YOLO26におけるC2PSAの代替
- Abstract要約: バックボーンの端にC2PSAブロックを軽量に置き換えたMambaPSAを提案する。
PASCAL VOC 2007+2012の実験では、MambaPSAはパラメータを2.9%減らし、FLOPを12.1%減らし、CPU推論のスループットを17.6%改善した。
これらの結果から,NMSフリー軽量検出器の注目ブロックを置き換える場合,SSMは良好な効率・精度のトレードオフをもたらすことが示唆された。
- 参考スコア（独自算出の注目度）: 0.29316801942271303
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: State space models (SSMs), notably Mamba, have recently emerged as efficient alternatives to self-attention with linear computational complexity. We investigate the integration of Mamba into YOLO26, the latest non-maximum suppression (NMS)-free object detection framework, by proposing MambaPSA, a lightweight Mamba-based replacement for the C2PSA block at the end of the backbone. To complement this study, we additionally insert a bidirectional Vision Mamba (BiViM) module at the P3, P4, and P5 levels of the neck. Experiments on PASCAL VOC 2007+2012 show that MambaPSA reduces parameters by 2.9%, FLOPs by 12.1%, and improves CPU inference throughput by 17.6% (from 17 to 20 FPS) with negligible accuracy change (-0.1 mAP50:95), while the P4 BiViM placement yields the best accuracy gain (+0.9 mAP50:95). These results suggest that SSMs offer a favorable efficiency-accuracy trade-off when replacing attention-based blocks in NMS-free lightweight detectors.
- Abstract（参考訳）: 状態空間モデル(SSM)、特にMambaは、線形計算複雑性を伴う自己アテンションの効率的な代替手段として最近登場した。
背骨の先端にC2PSAブロックを代替する軽量なMambaPSAを提案することで、最新の非最大抑圧(NMS)のないオブジェクト検出フレームワークであるYOLO26へのMambaの統合について検討する。
本研究を補完するため,P3,P4,P5の頸部に双方向視マンバ(BiViM)モジュールを挿入した。
PASCAL VOC 2007+2012の実験では、MambaPSAはパラメータを2.9%減らし、FLOPは12.1%減らし、CPU推論のスループットを17.6%改善し(-0.1 mAP50:95)、P4 BiViM配置は最大精度(+0.9 mAP50:95)を得た。
これらの結果から,NMSフリー軽量検出器の注目ブロックを置き換える場合,SSMは良好な効率・精度のトレードオフをもたらすことが示唆された。
関連論文リスト
- MambaLiteUNet: Cross-Gated Adaptive Feature Fusion for Robust Skin Lesion Segmentation [15.93793665080762]
MambaLiteUNetは、Mamba状態空間モデリングをU-Netアーキテクチャに統合する、コンパクトで堅牢なセグメンテーションフレームワークである。
MambaLiteUNetは精度と効率のバランスを保ち、皮膚画像セグメンテーションの競争力と実用的なソリューションとなる。
論文 参考訳（メタデータ） (2026-04-22T07:33:14Z) - Hidden State Poisoning Attacks against Mamba-based Language Models [48.545980031973556]
Mambaのような状態空間モデル(SSM)は、Transformerベースの言語モデルの効率的な代替手段を提供する。
本稿では,これらのモデルにおいて,特定の短い入力句が部分記憶効果を誘導する現象を考察する。
我々のベンチマークであるRoBench25は、HiSPAsを受ける際のモデルの情報検索機能を評価することができる。
論文 参考訳（メタデータ） (2026-01-05T10:27:19Z) - Mamba-OTR: a Mamba-based Solution for Online Take and Release Detection from Untrimmed Egocentric Video [57.805927523341516]
Mamba-OTRは、短いビデオクリップでトレーニングしながら、推論中に時間的再発を利用するように設計されている。
Mamba-OTRは、スライドウインドウ方式で動作する際に、注目すべきmp-mAP45.48を達成する。
我々は,今後の研究を支援するため,Mamba-OTRのソースコードを公開します。
論文 参考訳（メタデータ） (2025-07-22T08:23:51Z) - LBMamba: Locally Bi-directional Mamba [44.42862127896314]
並列選択スキャンとして再キャストすることでトレーニングを加速するステートスペースモデル(SSM)であるMambaは、自己注意の代替として線形にスケーリングし、効率的な代替品として登場した。
LBVimはスケーラブルな視覚バックボーンで、2つの層ごとにスキャン方向を交互に切り替えて、後向きの余分なスイープを伴わずにグローバルな受容場を回復する。
論文 参考訳（メタデータ） (2025-06-19T02:44:47Z) - Understanding Input Selectivity in Mamba: Impact on Approximation Power, Memorization, and Associative Recall Capacity [5.116777508056307]
State-Space Models (SSM) は Transformer に代わる有望な代替手段として最近登場した。
MambaはSSM層に入力選択性を導入し(S6)、畳み込みとゲーティングをブロック定義に組み込む。
我々は,マンバにおける入力選択性の役割を軽視し,機能近似能力,長期記憶,連想記憶能力に与える影響を考察した。
論文 参考訳（メタデータ） (2025-06-13T15:38:41Z) - MambaFlow: A Mamba-Centric Architecture for End-to-End Optical Flow Estimation [1.5828557827183316]
MambaFlowは,Mambaアーキテクチャの高精度かつ効率性を生かして,局所的に相関する特徴を抽出する新しいフレームワークである。
MambaFlowはSintelベンチマークで高い精度を実現し、リソース制約のあるデバイスへの現実的なデプロイの可能性を強く示している。
論文 参考訳（メタデータ） (2025-03-10T08:33:54Z) - Mixture-of-Mamba: Enhancing Multi-Modal State-Space Models with Modality-Aware Sparsity [56.0251572416922]
状態空間モデル(SSM)は、シーケンシャルモデリングのためのトランスフォーマーの効率的な代替手段として登場した。
本稿では,Mambaブロックのモダリティ特異的パラメータ化により,モダリティを意識した疎結合を実現する新しいSSMアーキテクチャを提案する。
マルチモーダル事前学習環境におけるMixture-of-Mambaの評価を行った。
論文 参考訳（メタデータ） (2025-01-27T18:35:05Z) - MamKPD: A Simple Mamba Baseline for Real-Time 2D Keypoint Detection [13.678314551293113]
MamKPDは、2次元キーポイント検出のための最初の効率的かつ効果的なマンバベースのポーズ推定フレームワークである。
すべてのパッチのグローバルモデリングにMambaを組み合わせることで、MamKPDはインスタンスのポーズ情報を効果的に抽出する。
我々のMamKPD-Lは、NVIDIA GTX 4090 GPU上で1492 FPSのCOCOデータセットで77.3%APを達成した。
論文 参考訳（メタデータ） (2024-12-02T12:03:32Z) - MpoxMamba: A Grouped Mamba-based Lightweight Hybrid Network for Mpox Detection [1.9861301166025644]
世界保健機関(WHO)は、ムポックスウイルスの感染が世界中で拡大し続けており、国際保健機関(WHO)による国際的懸念の公衆衛生上の緊急事態と宣言している。
深層学習モデルに基づく検出システムは、広範囲な展開に適しているため、mpoxの発生を緩和するために不可欠である。
効率的なmpox検出のためのMpoxMambaという軽量ハイブリッドアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-09-06T12:17:23Z) - Mamba State-Space Models Are Lyapunov-Stable Learners [3.441021278275805]
Mamba State-space Model (SSM)は、最近、最先端(SOTA)変換言語モデル(LLM)よりも優れています。
我々は,MPFTとPEFTの組み合わせによって導入された変化に対して,マンバLLMは極めて安定であることを示す。
我々は,MPFTとPEFTを用いて,自然言語タスクにおけるマンバLLMの文脈内学習能力を新たに研究する。
論文 参考訳（メタデータ） (2024-05-31T21:46:23Z) - An Investigation of Incorporating Mamba for Speech Enhancement [64.59903328820624]
本研究の目的は、最近提案された、注意のないスケーラブルな状態空間モデル(SSM)であるMambaを用いて、音声強調(SE)タスクを実現することである。
私たちはMambaを使って,基本,先進,因果,非因果といった,さまざまな構成のレグレッションベースのSEモデル(SEMamba)をデプロイしています。
SEMambaはVoiceBank-DEMANDデータセットで3.55のPESQを獲得し、高度な非因果構成を持つ。
論文 参考訳（メタデータ） (2024-05-10T16:18:49Z) - How Easy is It to Fool Your Multimodal LLMs? An Empirical Analysis on Deceptive Prompts [54.07541591018305]
提案するMAD-Benchは,既存のオブジェクト,オブジェクト数,空間関係などの5つのカテゴリに分割した1000の試験サンプルを含むベンチマークである。
我々は,GPT-4v,Reka,Gemini-Proから,LLaVA-NeXTやMiniCPM-Llama3といったオープンソースモデルに至るまで,一般的なMLLMを包括的に分析する。
GPT-4oはMAD-Bench上で82.82%の精度を達成するが、実験中の他のモデルの精度は9%から50%である。
論文 参考訳（メタデータ） (2024-02-20T18:31:27Z)
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。