論文の概要: RouteGraph-Mona: Confusion-Aware Routing Fine-Tuning for Mineral Image Classification

• arxiv url: http://arxiv.org/abs/2609.02282v1
• Date: Wed, 02 Sep 2026 08:29:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:18.161428
• Title: RouteGraph-Mona: Confusion-Aware Routing Fine-Tuning for Mineral Image Classification
• Title（参考訳）: RouteGraph-Mona: ミネラルイメージ分類のためのコンフュージョン対応ファインチューニング
• Authors: Jierui Li, Zhiyuan Qi, Hao Zhu, Yufan Liu, Jixian Liu, Shaojie Jiang, Jianda Wang, Yaqi Liu, Xiaotong Li, Wei Wang,
• Abstract要約: RouteGraph-Monaは、Mona上に構築された軽量なルート空間正規化手法である。 Monaの静的なマルチスケールアグリゲーションをサンプル適応ルーティングに置き換える。 RouteGraph-Mona は平均精度で常に Mona を上回っている。
• 参考スコア（独自算出の注目度）: 25.797478788534537
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mineral image classification is important for geological exploration and resource development, but it remains challenging due to substantial intra-class variations in appearance and high inter-class visual similarity. Multi-cognitive Visual Adapter (Mona) is a vision-oriented parameter-efficient adapter that adapts pre-trained visual models by tuning only a few parameters. However, Mona statically aggregates responses from multiple scales, limiting its ability to accommodate sample-specific scale preferences and model confusion among visually similar mineral categories. To address this issue, we propose \textbf{RouteGraph-Mona}, a lightweight route-space regularization method built on Mona. Specifically, we replace Mona's static multi-scale aggregation with sample-adaptive routing. The resulting branch-selection behavior defines a compact routing space that captures each image's scale preferences. We then regularize the resulting routing signatures with class-wise route anchors and confusion-weighted margins. The route anchors encourage class-consistent routing patterns, while the margins promote greater separation between visually similar categories in the routing space. Experiments on three public mineral image datasets with two visual backbones show that RouteGraph-Mona consistently outperforms Mona in mean accuracy and remains competitive with representative fine-tuning methods and mineral image classification baselines.
• Abstract（参考訳）: 鉱物画像の分類は地質調査や資源開発において重要であるが、外観がかなり異なっており、クラス間の視覚的類似性が高いため、依然として困難である。 マルチ認知型ビジュアルアダプタ (Mona) は、数個のパラメータのみをチューニングすることで、事前学習された視覚モデルに適応する視覚指向のパラメータ効率の高いアダプタである。 しかし、モナは複数のスケールからの応答を静的に集約し、サンプル固有のスケールの嗜好と、視覚的に類似したミネラルカテゴリ間のモデル混乱に対応する能力を制限する。 この問題に対処するために,モナ上に構築された軽量な経路空間正規化手法である \textbf{RouteGraph-Mona} を提案する。 具体的には、Monaの静的なマルチスケールアグリゲーションをサンプル適応ルーティングに置き換える。 結果として生じる分岐選択の振る舞いは、各画像のスケールの好みをキャプチャするコンパクトなルーティング空間を定義する。 次に、結果のルーティングシグネチャを、クラスワイズルートアンカーと混乱重み付きマージンで正規化する。 ルートアンカーはクラス一貫性のあるルーティングパターンを奨励し、マージンはルーティング空間における視覚的に類似したカテゴリの分離を促進する。 3つの公的な鉱物画像データセットと2つの視覚的バックボーンを用いた実験により、RouteGraph-Monaは平均精度でモナよりも常に優れており、代表的な微調整法や鉱物画像分類基準と競合し続けている。

関連論文リスト

• Modality Alignment across Trees on Heterogeneous Hyperbolic Manifolds [49.95082206008502]
  ツリーを横断するアライメントは、画像とテキストのモダリティの両方に対してツリーのような階層的な特徴を構築し、調整する手法である。 本稿では,中間トランスフォーマー層からの視覚的クラストークンにクロスアテンション機構を適用した意味認識型視覚特徴抽出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-31T11:32:15Z)
• Appearance Matching Adapter for Exemplar-based Semantic Image Synthesis in-the-Wild [29.23745176017559]
  例題ベースセマンティック画像合成は、例題の外観を保ちながら意味内容と整合した画像を生成する。 最近のチューニングフリーアプローチでは、暗黙のクロスイメージマッチングを通じて局所的な外観を転送することでこの問題に対処している。 そこで本稿では,AM-Adapterを用いて,先進的なセマンティック画像合成手法を提案する。
  論文  参考訳（メタデータ） (2024-12-04T09:17:47Z)
• Learning to Adapt Category Consistent Meta-Feature of CLIP for Few-Shot Classification [1.6385815610837167]
  最近のCLIPに基づく手法では、画像分類タスクにおいてゼロショットと少数ショットのパフォーマンスが期待できる。 LRと高レベルセマンティック表現の相補的な長所を組み合わせたメタ機能適応法(MF-Adapter)を提案する。 提案手法は,最先端のCLIP下流数ショット分類法よりも優れており,難易度の高い視覚的分類課題に対して高い性能を示す。
  論文  参考訳（メタデータ） (2024-07-08T06:18:04Z)
• Fine-grained Recognition with Learnable Semantic Data Augmentation [68.48892326854494]
  きめ細かい画像認識は、長年続くコンピュータビジョンの課題である。 本稿では,識別領域損失問題を軽減するため,特徴レベルのトレーニングデータを多様化することを提案する。 本手法は,いくつかの人気分類ネットワーク上での一般化性能を著しく向上させる。
  論文  参考訳（メタデータ） (2023-09-01T11:15:50Z)
• G-MSM: Unsupervised Multi-Shape Matching with Graph-based Affinity Priors [52.646396621449]
  G-MSMは、非剛体形状対応のための新しい教師なし学習手法である。 学習形態の集合に親和性グラフを自己教師型で構築する。 近年の形状対応ベンチマークで最先端の性能を示す。
  論文  参考訳（メタデータ） (2022-12-06T12:09:24Z)
• Learning Graph Neural Networks for Image Style Transfer [131.73237185888215]
  最先端のパラメトリックおよび非パラメトリックなスタイル転送アプローチは、グローバルな統計アライメントによる局所的なスタイルパターンの歪んだり、パッチミスマッチによるアーティファクトを減らしたりする傾向にある。 本稿では,パラメトリック型と非パラメトリック型の両方のスタイライゼーションの欠如を緩和する,新しい半パラメトリック型ニューラルスタイルトランスファーフレームワークについて検討する。
  論文  参考訳（メタデータ） (2022-07-24T07:41:31Z)
• Graph Sampling Based Deep Metric Learning for Generalizable Person Re-Identification [114.56752624945142]
  我々は、最も一般的なランダムサンプリング手法である有名なpkサンプリングは、深層メトリック学習にとって有益で効率的ではないと主張する。 大規模計量学習のためのグラフサンプリング(GS)と呼ばれる効率的なミニバッチサンプリング手法を提案する。
  論文  参考訳（メタデータ） (2021-04-04T06:44:15Z)
• ProAlignNet : Unsupervised Learning for Progressively Aligning Noisy Contours [12.791313859673187]
  ProAlignNetは、輪郭形状間の大規模なミスアライメントと複雑な変換を説明できる。 近接感度および局所形状依存類似度測定値の上界から導出される新しい損失関数を用いて学習する。 実世界の2つの応用において、提案したモデルは最先端の手法よりも一貫して優れている。
  論文  参考訳（メタデータ） (2020-05-23T14:56:14Z)
• Improving Few-shot Learning by Spatially-aware Matching and CrossTransformer [116.46533207849619]
  数ショット学習シナリオにおけるスケールと位置ミスマッチの影響について検討する。 本稿では,複数のスケールや場所のマッチングを効果的に行うための,空間認識型マッチング手法を提案する。
  論文  参考訳（メタデータ） (2020-01-06T14:10:20Z)

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。