論文の概要: Small-Pollinator Detection in Cluttered Field Video
- arxiv url: http://arxiv.org/abs/2607.22913v1
- Date: Fri, 24 Jul 2026 21:07:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-28 22:34:14.926138
- Title: Small-Pollinator Detection in Cluttered Field Video
- Title（参考訳）: クラッタフィールドビデオにおける小型ポリネータ検出
- Abstract要約: そこで本研究では,単GPU計算予算下での小型ポリネータ検出の体系化について述べる。
BuzzSpotチャレンジデータセットを用いて、入力解像度間でYOLOとRF-DETRモデルを比較する。
RF-DETR Large at 1344-Pixel resolution は最も隠れテストの結果となり、0.405 mAP50:95に達した。
- 参考スコア（独自算出の注目度）: 3.565885438259252
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Detecting pollinators in field video is challenging: targets are small, visually similar, and observed against cluttered vegetation under blur and occlusion. We present a systematic empirical study of small-pollinator detection under a practical single-GPU compute budget. Using the BuzzSpot challenge dataset, we compare YOLO and RF-DETR models across input resolutions and evaluate sliced inference, class-gated fusion, size-routed ensembling, and post-hoc temporal processing. RF-DETR Large at 1344-pixel resolution achieved our best hidden-test result, reaching 0.405 mAP50:95 and outperforming the 1120-pixel model (0.379) and the best single-model YOLO26m baseline (0.366). The strongest gains came from adopting RF-DETR and increasing its input resolution, indicating that detector choice and input resolution were more effective levers than added inference-time complexity; the resolution gain was strongest for small objects and the rarer bumblebee and moth classes. Sliced-inference fusion, size-routed ensembling, and warm-started 1536-pixel continuation did not surpass this result, while post-hoc temporal processing did not improve the leaked diagnostic evaluation. Error analysis identified bee-hoverfly discrimination as the clearest remaining bottleneck: neighboring frames rarely supplied correctly classified hoverfly evidence for post-hoc correction. These findings motivate learned feature-level temporal aggregation before the final classification decision.
- Abstract（参考訳）: 目的は小さく、視覚的に類似しており、ぼやけや閉塞の下で散らばった植生に対して観察される。
本稿では,単GPU計算予算下での小型ポリネータ検出の系統的研究について述べる。
BuzzSpotチャレンジデータセットを用いて、入力解像度でYOLOモデルとRF-DETRモデルを比較し、スライス推論、クラスゲート融合、サイズが小さいアンサンブル、ポストホック時間後処理を評価する。
RF-DETR Large at 1344 ピクセル解像度は0.405 mAP50:95に到達し、1120 ピクセルモデル(0.379)と最高の単一モデルYOLO26mベースライン(0.366)を上回った。
RF-DETRの導入と入力分解能の向上により, 測定値の選択と入力分解能は, 推論時間の複雑化よりも有効なレバーであることが示唆された。
その結果,スライス・インジェクション・フュージョン,サイズ・ロータス・アンサンブル,ウォーム・スタート1536ピクセル連続処理は,温熱後時間処理では診断精度が向上しなかった。
エラー解析により、ハチハチの識別が最も明確なボトルネックであると判明した: 近隣のフレームは、ホット後の修正のために正しく分類されたホバーフライの証拠をほとんど供給しなかった。
これらの知見は最終分類決定の前に特徴レベルの時間的アグリゲーションを学習する動機となった。
関連論文リスト
- Adaptive Gated Deepfake Detection for Low-Resolution and Resource-Constrained Environments [0.0]
本稿では,適応型ゲート型ディープフェイク検出フレームワークであるAdaGate-DFを提案する。
AdaGate-DFは、画像品質の手がかりを使用して、サンプルをデュアルマルチエグジットシステムにルーティングすることで、高品質な画像が早期に終了し、計算を省くことができる。
論文 参考訳（メタデータ） (2026-09-04T16:14:57Z) - Understanding Why Foundation Models Work for Diffusion-Generated Image Detection [17.35112221493337]
本研究では,基礎モデルに基づく検出器を用いて,実際の画像と拡散生成画像とを識別する手法について検討する。
以上の結果から, 基礎モデルに基づく検出器は, 実画像と拡散画像の非意味な低-中間周波数分布の相違を捉えることに成功した。
論文 参考訳（メタデータ） (2026-08-12T15:18:10Z) - Synthetic Defect Image Generation for Power Line Insulator Inspection Using Multimodal Large Language Models [3.72557681438567]
ドローンの画像を定期的な検査に頼っている企業が増えているが、正確な欠陥型分類器の訓練は依然として難しい。
トレーニング不要な画像生成装置として,既製のマルチモーダル大言語モデル(MLLM)を用いて,このデータスカシティ設定に対処する。
現実的な低トレーニングデータ構造を持つ公開データセットを用いたセラミック絶縁体欠陥型分類の評価を行った。
論文 参考訳（メタデータ） (2026-03-09T08:06:27Z) - Reliable Detection of Minute Targets in High-Resolution Aerial Imagery across Temporal Shifts [1.0499611180329804]
本稿では,移動学習による高速R-CNNアーキテクチャを活用することにより,水田におけるイネの苗の検出に対処する。
トレーニングのために重要なUAVデータセットをキュレートし、モデルの一般化能力を厳格に評価する。
論文 参考訳（メタデータ） (2025-12-12T08:20:11Z) - A Lightweight and Robust Framework for Real-Time Colorectal Polyp Detection Using LOF-Based Preprocessing and YOLO-v11n [2.4896276458398785]
本研究では,ポリプ検出のための新しい,軽量で効率的なフレームワークを提案する。
ノイズの多いデータをフィルタリングするLocal Outlier Factorアルゴリズムと、YOLO-v11nディープラーニングモデルを組み合わせる。
従来のYOLO法と比較して精度と効率が向上した。
論文 参考訳（メタデータ） (2025-07-14T23:36:54Z) - SIRST-5K: Exploring Massive Negatives Synthesis with Self-supervised
Learning for Robust Infrared Small Target Detection [53.19618419772467]
単一フレーム赤外線小ターゲット検出(SIRST)は、乱雑な背景から小さなターゲットを認識することを目的としている。
Transformerの開発に伴い、SIRSTモデルのスケールは常に増大している。
赤外線小ターゲットデータの多彩な多様性により,本アルゴリズムはモデル性能と収束速度を大幅に改善する。
論文 参考訳（メタデータ） (2024-03-08T16:14:54Z) - Diffusion-Based Particle-DETR for BEV Perception [94.88305708174796]
Bird-Eye-View (BEV)は、自律走行車(AV)における視覚知覚のための最も広く使われているシーンの1つである。
近年の拡散法は、視覚知覚のための不確実性モデリングに有望なアプローチを提供するが、BEVの広い範囲において、小さな物体を効果的に検出することができない。
本稿では,BEVにおける拡散パラダイムと最先端の3Dオブジェクト検出器を組み合わせることで,この問題に対処する。
論文 参考訳（メタデータ） (2023-12-18T09:52:14Z) - Post-Processing Temporal Action Detection [134.26292288193298]
時間的行動検出(TAD)法は、通常、入力された可変長のビデオを固定長のスニペット表現シーケンスに変換する際に、前処理のステップを踏む。
この前処理ステップは、ビデオを時間的にダウンサンプリングし、推論の解像度を低減し、元の時間分解における検出性能を阻害する。
モデルの再設計や再学習を伴わない新しいモデル非依存のポストプロセッシング手法を提案する。
論文 参考訳（メタデータ） (2022-11-27T19:50:37Z) - SALISA: Saliency-based Input Sampling for Efficient Video Object
Detection [58.22508131162269]
ビデオオブジェクト検出のための新しい一様SALiencyベースの入力SAmpling技術であるSALISAを提案する。
SALISAは小物体の検出を著しく改善することを示す。
論文 参考訳（メタデータ） (2022-04-05T17:59:51Z) - FOVEA: Foveated Image Magnification for Autonomous Navigation [53.69803081925454]
入力キャンバスを小さく保ちながら、ある領域を弾性的に拡大する注意的アプローチを提案する。
提案手法は,高速R-CNNより高速かつ微調整の少ない検出APを高速化する。
Argoverse-HD と BDD100K の自律走行データセットでは,提案手法が標準の高速 R-CNN を超越した検出APを微調整なしで促進することを示す。
論文 参考訳（メタデータ） (2021-08-27T03:07:55Z) - RAIN: A Simple Approach for Robust and Accurate Image Classification
Networks [156.09526491791772]
既存の敵防衛手法の大部分は、予測精度を犠牲にして堅牢性を実現することが示されている。
本稿では,ロバストおよび高精度画像分類N(RAIN)と呼ぶ新しい前処理フレームワークを提案する。
RAINは入力に対してランダム化を適用して、モデルフォワード予測パスと後方勾配パスの関係を壊し、モデルロバスト性を改善する。
STL10 と ImageNet のデータセットを用いて、様々な種類の敵攻撃に対する RAIN の有効性を検証する。
論文 参考訳（メタデータ） (2020-04-24T02:03:56Z)
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。