論文の概要: Embodied Active Learning under Limited Annotation and Navigation Budget for Object Detection

• arxiv url: http://arxiv.org/abs/2607.15974v1
• Date: Fri, 17 Jul 2026 14:07:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-20 17:56:52.870196
• Title: Embodied Active Learning under Limited Annotation and Navigation Budget for Object Detection
• Title（参考訳）: オブジェクト検出のための限定アノテーションとナビゲーション予算に基づく身体的アクティブラーニング
• Authors: Hadrien Crassous, Mohamed Yassine Kabouri, Minahil Raza, Joni Pajarinen, Riad Akrour,
• Abstract要約: 本稿では,ロボットナビゲーション時間とアノテーション予算の制約の下で,コンピュータビジョンオブジェクト検出器を未知の環境に適応させる方法について検討する。 空間的整合性を利用して不整合ラベルによる画像の識別を行う。
• 参考スコア（独自算出の注目度）: 15.789452723204867
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper studies how to adapt a computer vision object detector to an unknown environment under both a robot navigation time and annotation budget constraint. Our approach selects informative robot trajectories and image samples to retrain the detector, explicitly targeting its failure cases. Formally, the approach is an embodied variant of batch active learning, where at each round an agent has a limited navigation budget to collect candidate samples and a limited annotation budget for the most relevant images. We leverage spatial consistency to identify images with inconsistent labels, which are likely to provide the greatest improvement to the vision model. We evaluate the approach using different active learning objectives on large scenes from the AI2-THOR simulator and on a real-world setup using a Boston Dynamics Spot robot with the real-time object detector YOLOv5. Through comparison against several baselines, our experimental results show that spatial inconsistency helps guide the agent and select relevant images without external supervision, achieving the highest detection accuracy at the end of the adaptation process under the same budget. The open-source project can be found at https://mkabouri.github.io/embodied-active-learning-od
• Abstract（参考訳）: 本稿では,ロボットナビゲーション時間とアノテーション予算の制約の下で,コンピュータビジョンオブジェクト検出器を未知の環境に適応させる方法について検討する。 提案手法では,情報伝達ロボットの軌跡と画像サンプルを選択して検出器を再訓練し,その故障事例を対象とする。 形式的には、このアプローチはバッチアクティブラーニングの具現化版であり、各ラウンドにおいてエージェントは、候補サンプルの収集に限られたナビゲーション予算と、最も関連する画像に対する限定的なアノテーション予算を持つ。 空間的整合性を利用して不整合ラベルによる画像の識別を行う。 我々は,AI2-THORシミュレータと,リアルタイム物体検出装置YOLOv5を用いたBoston Dynamics Spotロボットを用いた実環境設定において,さまざまな能動的学習目標を用いてアプローチを評価する。 実験の結果,空間的不整合性は外部の監督なしにエージェントを誘導し,関連する画像を選択するのに役立ち,同じ予算下で適応プロセスの終了時に最も高い検出精度を達成できることがわかった。 オープンソースプロジェクトはhttps://mkabouri.github.io/embodied-active-learning-odで見ることができる。

関連論文リスト

• Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition [71.5328300638085]
  Zero-shot Human-Object Interaction (HOI) は、画像中の人間と物体を特定し、その相互作用を認識することを目的としている。 2段階法を含む既存の手法は、特定の検出器との相互作用認識を密に結合する。 本稿では、オブジェクト検出をIRから分離し、マルチモーダル大言語モデル(MLLM)をゼロショットIRに活用する分離フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-16T19:01:31Z)
• Sight Over Site: Perception-Aware Reinforcement Learning for Efficient Robotic Inspection [57.37596278863949]
  本研究では,認識・認識の観点からの検査を再考する。 本稿では,目標視認性を主目的とするエンドツーエンド強化学習フレームワークを提案する。 提案手法は,既存の古典的および学習的ナビゲーション手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-22T15:14:02Z)
• SalienDet: A Saliency-based Feature Enhancement Algorithm for Object Detection for Autonomous Driving [160.57870373052577]
  未知の物体を検出するために,サリエンデット法(SalienDet)を提案する。 我々のSaienDetは、オブジェクトの提案生成のための画像機能を強化するために、サリエンシに基づくアルゴリズムを利用している。 オープンワールド検出を実現するためのトレーニングサンプルセットにおいて、未知のオブジェクトをすべてのオブジェクトと区別するためのデータセットレザベリングアプローチを設計する。
  論文  参考訳（メタデータ） (2023-05-11T16:19:44Z)
• Exploring Diversity-based Active Learning for 3D Object Detection in Autonomous Driving [45.405303803618]
  多様性に基づくアクティブラーニング(AL)を,アノテーションの負担を軽減するための潜在的解決策として検討する。 選択したサンプルの空間的・時間的多様性を強制する新しい取得関数を提案する。 提案手法がnuScenesデータセットに与える影響を実証し,既存のAL戦略を著しく上回ることを示す。
  論文  参考訳（メタデータ） (2022-05-16T14:21:30Z)
• Task-Focused Few-Shot Object Detection for Robot Manipulation [1.8275108630751844]
  本研究では,検出のみに基づく操作手法を開発し,タスク中心の少数ショット検出を導入し,新しいオブジェクトや設定を学習する。 数ショット学習へのインタラクティブなアプローチの実験では、ロボットに検出からオブジェクトを直接操作するように訓練する(ClickBot)。
  論文  参考訳（メタデータ） (2022-01-28T21:52:05Z)
• Discovery-and-Selection: Towards Optimal Multiple Instance Learning for Weakly Supervised Object Detection [86.86602297364826]
  複数インスタンス学習(DS-MIL)と融合した発見・選択手法を提案する。 我々の提案するDS-MILアプローチは,最先端の性能を報告しながら,ベースラインを一貫して改善することができる。
  論文  参考訳（メタデータ） (2021-10-18T07:06:57Z)
• One-Shot Object Affordance Detection in the Wild [76.46484684007706]
  Affordance Detectionは、画像内のオブジェクトの潜在的なアクション可能性を特定することを指す。 我々は、人間の行動目的を推定し、それを転送して、すべての候補画像から共通価格を検出するワンショットアフォーダンス検出ネットワーク(OSAD-Net)を考案する。 複雑なシーンと豊富なアノテーションによって、当社のPADv2データセットは、アベイランス検出メソッドをベンチマークするためのテストベッドとして使用することができます。
  論文  参考訳（メタデータ） (2021-08-08T14:53:10Z)

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。