論文の概要: GeoDistill-Refine: Silhouette-First Geometry Distillation for Annotation-Free Spacecraft Segmentation

• arxiv url: http://arxiv.org/abs/2608.07405v1
• Date: Fri, 07 Aug 2026 16:53:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.568018
• Title: GeoDistill-Refine: Silhouette-First Geometry Distillation for Annotation-Free Spacecraft Segmentation
• Title（参考訳）: Geo Distill-Refine: Silhouette-First Geometry Distillation for Annotation-Free Spacecraft Segmentation
• Authors: Yonglong Zhang, Zongwu Xie, Yang Liu,
• Abstract要約: 本稿では,オフラインSAM3擬似マスクをコンパクトセグメンテーションネットワークに転送するフレームワークを提案する。 6つの固定的なプロンプトは、教師の出力を安定させるために50%の得票で融合される。 サンプルレベルのゲートは、即時一致、有効確率比、擬似マスク面積の可視性から計算され、信頼できない擬似幾何学の影響を減少させる。
• 参考スコア（独自算出の注目度）: 4.418549669978083
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Foundation segmentation models can provide supervision for spacecraft imagery without manual training masks, but their predictions vary with textual prompts and may contain geometric errors that are amplified during distillation. This paper presents GeoDistill-Refine, a two-stage framework that transfers offline SAM 3 pseudo-masks to a compact segmentation network. Six fixed prompts are fused by an unweighted 50% vote to stabilize the teacher output. The student first learns the foreground silhouette and is then refined with signed-distance-field, skeleton, and area objectives derived from the pseudo-mask. A sample-level gate, computed from prompt agreement, the valid-prompt ratio, and pseudo-mask area plausibility, reduces the influence of unreliable pseudo-geometry. On the SpaceSense-Bench HJM lockbox set, GeoDistill-Refine improves Image IoU and Boundary F1 by 0.0456 and 0.1380, respectively, over a plain pseudo-label student. External evaluations on the SPEED+ Lightbox and Sunlamp domains and on TANGO show competitive regional overlap together with gains in boundary quality or foreground precision. The deployed TinyUNet contains 0.263 M parameters and requires approximately 1.1 ms per image on an RTX 4090; SAM 3 pseudo-mask construction and the auxiliary geometry branches are used only during training.
• Abstract（参考訳）: 基礎セグメンテーションモデルは、手動のトレーニングマスクを使わずに宇宙船画像の監督を提供することができるが、それらの予測はテキストのプロンプトによって異なり、蒸留中に増幅される幾何学的エラーを含む可能性がある。 本稿では,オフラインSAM3擬似マスクをコンパクトセグメンテーションネットワークに転送する2段階フレームワークであるGeoDistill-Refineを提案する。 6つの固定的なプロンプトは、教師の出力を安定させるために50%の得票で融合される。 学生はまず前景のシルエットを学び、その後、擬似マスクから派生したサイン付き距離フィールド、スケルトン、および領域の目的で洗練される。 サンプルレベルのゲートは、即時一致、有効確率比、擬似マスク領域の可視性から計算され、信頼できない擬似幾何学の影響を減少させる。 SpaceSense-Bench HJM ロックボックスセットでは、GeoDistill-Refine はイメージ IoU と境界 F1 をそれぞれ 0.0456 と 0.1380 で改善している。 SPEED+ LightboxおよびSunlampドメインおよびTANGOの外部評価は、境界品質や前景精度の上昇とともに、競合する地域的重複を示す。 TinyUNetは0.263Mパラメータを含み、RTX 4090で画像あたり約1.1msを必要とする。

関連論文リスト

• Exploring SAM Supervision for Fine-Grained UAV Target Segmentation under Data Scarcity [0.0]
  無人航空機(UAV)の目標セグメンテーションは、オブジェクトの小さなサイズ、外観の変化、乱雑な背景、密接な注釈付きデータの不足により困難である。 本稿では,コンパクトセグメンテーションネットワークのトレーニングにおいて,SAM3を擬似ラベル生成器として用いることを検討する。
  論文  参考訳（メタデータ） (2026-07-04T07:59:10Z)
• BRIDGE: Background Routing and Isolated Discrete Gating for Coarse-Mask Local Editing [6.102786823233576]
  粗いマスクのローカル画像編集は、周囲のシーンを保存しながら、ユーザが指定した領域を変更するモデルを要求する。 本研究では,この障害をマスク形状バイアスとして検討し,そのタスクを2次元制約によりフレーム化する。 Bridgeはこの設定に対処するため、DiTバックボーンの外側にマスクを置き、構築とブレンディングをサポートし、DiT内部マスク注入やコピーコントロールブランチを避ける。
  論文  参考訳（メタデータ） (2026-05-08T15:09:11Z)
• Boxes2Pixels: Learning Defect Segmentation from Noisy SAM Masks [6.476948781728136]
  ノイズローバストなボックス・ツー・ピクセル蒸留フレームワークであるBoxes2Pixelsが提案され,SAMを地道管理の源としてではなく,ノイズの多い教師として扱う。 手動でアノテートされた風力タービン検査ベンチマークでは、提案されたBoxes2Pixelsは異常mIoUを+6.97で、バイナリIoUを+9.71で改善した。
  論文  参考訳（メタデータ） (2026-04-13T08:25:45Z)
• Make Geometry Matter for Spatial Reasoning [62.61667611352403]
  視覚言語モデル(VLM)は、強いイメージと映像理解を実現するが、静的シーンとダイナミックビデオの両方で空間的推論を行う能力は限られている。 近年の進歩は、事前訓練された3次元基礎モデルから幾何学トークンをVLMに注入することで、この制限に対処しようとしている。 我々は、VLMが幾何トークンで積極的に推論するように促すことにより、幾何学的問題を作るためのフレームワークGeoSRを提案する。
  論文  参考訳（メタデータ） (2026-03-27T17:45:12Z)
• StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models [57.674757786328236]
  StructSAMは、Segment Anything Model(SAM)に適した解像度保存型マージアンマージフレームワークである また,StructSAMはエンコーダFLOPsを25～30%削減し,mIoU/Diceに少量の低下を認めた。 また、スペクトルグラフ粗大化ビューでは、スコア誘導マージにより、ランダムまたはウィンドウ制限ベースラインと比較して、ラプラシアスペクトル歪みが有界となることを示す。
  論文  参考訳（メタデータ） (2026-03-07T18:30:58Z)
• Pro2SAM: Mask Prompt to SAM with Grid Points for Weakly Supervised Object Localization [54.91271106816616]
  本稿では,WSOLタスクのグリッドポイントを持つSAM(Pro2SAM)ネットワークに対して,革新的なマスクプロンプトを提案する。 まず,グローバルトークン変換器(GTFormer)を設計し,フレキシブルマスクプロンプトとして粗粒のフォアグラウンドマップを生成する。 第2に,フォアグラウンドマスクの確率を最大化するために,密度の高いプロンプトとしてグリッドポイントをSAMに配信する。
  論文  参考訳（メタデータ） (2025-05-08T02:44:53Z)
• LiDAR-Camera Panoptic Segmentation via Geometry-Consistent and Semantic-Aware Alignment [63.83894701779067]
  我々は,最初のLiDAR-Camera Panoptic NetworkであるLCPSを提案する。 提案手法では,LiDAR-Camera融合を3段階に分けて行う。 我々の融合戦略は、NuScenesデータセット上のLiDARのみのベースラインに対して、約6.9%のPQ性能を改善する。
  論文  参考訳（メタデータ） (2023-08-03T10:57:58Z)
• Dense Siamese Network [86.23741104851383]
  本稿では,Dense Siamese Network(DenseSiam)を提案する。 画像の2つのビュー間の類似性を最大化し、ピクセルの一貫性と領域の一貫性という2種類の一貫性を学習する。 最先端のセグメンテーション手法を2.1 mIoUで28%のトレーニングコストで上回っている。
  論文  参考訳（メタデータ） (2022-03-21T15:55:23Z)

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。