論文の概要: BladeYOLO: Wind Turbine Blade Defect Detection with Limited Annotations and Weak-Saliency Awareness

• arxiv url: http://arxiv.org/abs/2607.28065v1
• Date: Thu, 30 Jul 2026 11:42:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.540254
• Title: BladeYOLO: Wind Turbine Blade Defect Detection with Limited Annotations and Weak-Saliency Awareness
• Title（参考訳）: BladeYOLO: 限定アノテーションと弱度認識による風車ブレード欠陥検出
• Abstract要約: 風力タービン翼の欠陥検出フレームワークであるBladeYOLOを提案する。 我々は、ビジョントランスフォーマー(ViT)のバックボーンとDINOv3の自己教師付き事前訓練重量をYOLOv12-Lに統合する。 微妙な欠陥の認識を高めるため,マンバ誘導弱弱弱拡張モジュールを開発した。
• 参考スコア（独自算出の注目度）: 64.911217940061
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Wind turbine blade defect detection remains highly challenging in real-world inspection scenarios due to limited on-site data and the subtle visual characteristics of defects. In practice, blade defects are often small-scale, low-contrast, and difficult to distinguish from complex backgrounds, which significantly limits the robustness of existing detectors. To address these challenges, we propose BladeYOLO, a defect detection framework for wind turbine blades. Specifically, we integrate a Vision Transformer (ViT) backbone initialized with DINOv3 self-supervised pre-trained weights into YOLOv12-L, enabling the transfer of large-scale generic visual priors to blade defect detection and improving feature representation under limited training annotations. To enhance the perception of subtle defects, we further develop a Mamba-guided Weak-Defect Enhancement module, which consists of a Detail-Enhanced Multi-scale Branch for preserving high-frequency structural cues and a Cross-Mamba module for progressively propagating high-level semantic guidance to shallow features. In addition, we introduce a lightweight Style-Injector module that captures environment-related style information via Fourier decomposition and injects it into selected ViT self-attention layers, thereby improving robustness against environment-induced appearance variations. Extensive experiments demonstrate that BladeYOLO achieves superior performance on the WTBlade-Defect dataset, with additional annotation-budget experiments showing its favorable performance under reduced training annotations. Evaluation on the public Wind Surface Defect dataset further provides supportive evidence for the cross-dataset robustness of BladeYOLO. In particular, on this public dataset, BladeYOLO outperforms the best competing method by 3.5\% in mAP$_{50}$ and 2.5\% in mAP$_{50-95}$.
• Abstract（参考訳）: 現場データや欠陥の微妙な視覚的特徴により、実世界の検査シナリオでは、風力タービンブレードの欠陥検出は非常に困難である。 実際には、ブレードの欠陥は、しばしば小規模で低コントラストであり、既存の検出器の頑丈さを著しく制限する複雑な背景と区別することが困難である。 これらの課題に対処するため,風力タービンブレードの欠陥検出フレームワークであるBladeYOLOを提案する。 具体的には、DINOv3で初期化されたビジョントランスフォーマー(ViT)のバックボーンをYOLOv12-Lに統合し、ブレード欠陥検出への大規模な汎用視覚前兆の転送と、限定的なトレーニングアノテーションによる特徴表現の改善を可能にする。 微妙な欠陥の認識を高めるため,高周波構造体を保存するための細部拡張型マルチスケールブランチと,浅部特徴への高度な意味的ガイダンスを段階的に伝播するクロスマンバモジュールを新たに開発した。 さらに,Fourier分解により環境関連スタイル情報をキャプチャし,選択したViT自己アテンション層に注入する軽量なスタイルインジェクタモジュールを導入し,環境による外観変化に対するロバスト性を向上させる。 大規模な実験により、BladeYOLOはWTBlade-Defectデータセット上で優れたパフォーマンスを達成し、トレーニングアノテーションの縮小下での良好なパフォーマンスを示す追加のアノテーション予算実験が実施された。 パブリックなWind Surface Defectデータセットの評価は、BladeYOLOのクロスデータセットロバスト性をさらに裏付ける証拠を提供する。 特に、この公開データセットでは、BladeYOLO は mAP$_{50}$ 3.5\% と mAP$_{50-95}$ 2.5\% で最高の競合メソッドより優れています。

関連論文リスト

• Attention-Enhanced Deep Features with Heterogeneous Ensemble Learning for Glaucoma Detection [0.0]
  緑内障は進行性視神経症であり、視神経に不可逆的な損傷を特徴とする。 本稿では,注目度の高い深部特徴抽出と異種アンサンブル学習を統合したハイブリッド緑内障検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-06T16:17:18Z)
• Information-Regularized Attention for Visual-Centric Reasoning [30.245558374164492]
  視覚言語モデル(VLM)は多モーダル学習のパラダイムとなっているが、対象の幻覚、弱い視覚的接地、破滅的な忘れ物のために不安定なままである。 Information-Regularized Attention (IRA) は,中間変圧器層に隠された状態に注入される視覚情報量を明示的に規制するアテンション機構である。
  論文  参考訳（メタデータ） (2026-07-01T04:45:41Z)
• Dual-Teacher Distillation with Subnetwork Rectification for Black-Box Domain Adaptation [69.7036779439312]
  ブラックボックスドメイン適応は、非常に実用的で非常に困難な設定である。 ブラックボックスソースモデルに埋め込まれた特定の知識を活用するサブネットワーク整合モデル(DDSR)を用いた二重蒸留法を提案する。 我々の手法は、ソースデータやモデルの使用を含む、最先端の手法に対する一貫した改善を実証する。
  論文  参考訳（メタデータ） (2026-03-24T07:54:19Z)
• Look Carefully: Adaptive Visual Reinforcements in Multimodal Large Language Models for Hallucination Mitigation [51.743225614196774]
  マルチモーダル大言語モデル (MLLM) は視覚言語推論において顕著な進歩を遂げている。 彼らは幻覚に弱いままであり、そこで生成されたコンテンツは視覚的証拠から逸脱する。 近年の視覚強調法では、復号時に視覚トークンを補強することでこの問題に対処しようとしている。 本稿では,MLLMのトレーニングフリーフレームワークであるAdaptive Visual Reinforcement (AIR)を提案する。
  論文  参考訳（メタデータ） (2026-02-27T14:18:51Z)
• ScaleWeaver: Weaving Efficient Controllable T2I Generation with Multi-Scale Reference Attention [86.93601565563954]
  ScaleWeaverは、高度な視覚的自己回帰(VAR)モデルに基づいて、高忠実で制御可能な生成を実現するために設計されたフレームワークである。 提案された参照注意モジュールは image$rightarrow$condition から不要な注意を排除し、計算コストを削減している。 実験によると、ScaleWeaverは、拡散ベースの方法よりも優れた効率を実現しつつ、高品質な生成と正確な制御を提供する。
  論文  参考訳（メタデータ） (2025-10-16T17:00:59Z)
• Forestpest-YOLO: A High-Performance Detection Framework for Small Forestry Pests [3.9627432442852544]
  本稿では,森林リモートセンシングのニュアンスに巧みに最適化された検出フレームワークであるフォレストペスト・ヨロを紹介する。 まず、ダウンサンプリングモジュールであるSPD-Convを統合し、ネットワーク全体を通して小さなターゲットに関する重要な高解像度の詳細が保存されるようにします。 これは、背景雑音を抑えながらマルチスケールの特徴表現を動的に強化する新しいクロスステージ機能融合ブロック、CSPOKによって補完される。
  論文  参考訳（メタデータ） (2025-10-01T06:06:40Z)
• MASF-YOLO: An Improved YOLOv11 Network for Small Object Detection on Drone View [0.0]
  マルチスケールコンテキストアグリゲーションとスケール適応型フュージョンYOLO(MASF-YOLO)を提案する。 UAV画像における小物体検出の難しさに対処するため,小型物体の検出精度を大幅に向上させるMFAM(Multi-scale Feature Aggregation Module)を設計した。 第3に,マルチスケール機能融合機能を強化したDASI(Dimension-Aware Selective Integration Module)を導入する。
  論文  参考訳（メタデータ） (2025-04-25T07:43:33Z)
• Fab-ME: A Vision State-Space and Attention-Enhanced Framework for Fabric Defect Detection [4.272401529389713]
  YOLOv8sをベースとした先進的なフレームワークであるFab-MEを提案し,20種類のファブリック欠陥を正確に検出する。 コントリビューションには2つのコンボリューション(C2F)ビジョン状態空間(C2F-VMamba)モジュールによるクロスステージ部分ボトルネックの導入が含まれている。 Tianchiファブリック欠陥検出データセットの実験結果から、Fab-MEは元のYOLOv8と比べてmAP@0.5で3.5%改善していることがわかった。
  論文  参考訳（メタデータ） (2024-12-04T10:40:17Z)
• Augment and Criticize: Exploring Informative Samples for Semi-Supervised Monocular 3D Object Detection [64.65563422852568]
  我々は、一般的な半教師付きフレームワークを用いて、難解な単分子3次元物体検出問題を改善する。 我々は、ラベルのないデータから豊富な情報的サンプルを探索する、新しい、シンプルで効果的なAugment and Criticize'フレームワークを紹介します。 3DSeMo_DLEと3DSeMo_FLEXと呼ばれる2つの新しい検出器は、KITTIのAP_3D/BEV(Easy)を3.5%以上改善した。
  論文  参考訳（メタデータ） (2023-03-20T16:28:15Z)
• Generative Modeling Helps Weak Supervision (and Vice Versa) [87.62271390571837]
  本稿では,弱い監督と生成的敵ネットワークを融合したモデルを提案する。 弱い監督によるラベル推定と並行して、データの離散変数をキャプチャする。 これは、弱い教師付き合成画像と擬似ラベルによるデータ拡張を可能にする最初のアプローチである。
  論文  参考訳（メタデータ） (2022-03-22T20:24:21Z)

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。