論文の概要: Understanding Autonomous Driving Datasets by Describing Differences between Image Subsets in Natural Language

• arxiv url: http://arxiv.org/abs/2609.03677v1
• Date: Thu, 03 Sep 2026 11:15:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-04 18:28:39.035552
• Title: Understanding Autonomous Driving Datasets by Describing Differences between Image Subsets in Natural Language
• Title（参考訳）: 自然言語における画像サブセットの差分記述による自律運転データセットの理解
• Abstract要約: 画像の2つの部分集合が与えられた場合、ターゲットと参照セットの差異を記述した自然言語仮説を作成することが目的である。 本手法は,物体検出から得られた物体中心のパッチに着目し,自律運転に適用する。 低濃度実験は、スパースで実世界の差異に対するセットディファレンス・キャプション・アプローチの適合性を評価する。
• 参考スコア（独自算出の注目度）: 4.923151020110198
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding the composition of large-scale autonomous driving datasets is essential for safety, robustness, and reliable operation across domains. For example, domain shift between locations could lead to the operating environment being misaligned with the training data, resulting in potentially dangerous performance degradation. Yet, existing data analysis pipelines largely rely on metadata, predefined labels, or manual inspection, which provide limited semantic insight or do not scale. This paper studies set difference captioning: given two subsets of images, the goal is to produce a natural-language hypothesis describing differences between the target and reference set. Building on a two-stage formulation, we adapt the method to autonomous driving by focusing on object-centric patches derived from object detection, which simplifies aggregation and enables attribution of differences to specific object instances or categories. To evaluate this setting in-domain, we introduce a new benchmark, AD-Diff Bench. Low-concentration experiments assess the suitability of set-difference-captioning approaches to sparse, real-world differences. We restrict our experiments to open-weight models to support reproducibility and ease of deployment. The proposed benchmark and analysis provide a step towards practical, human-interpretable dataset introspection for autonomous driving datasets. Our implementation and benchmark dataset are available at https://github.com/KIT-MRT/AD-Diff
• Abstract（参考訳）: 大規模な自律運転データセットの構成を理解することは、ドメイン間の安全性、堅牢性、信頼性の高い操作に不可欠である。 例えば、ロケーション間のドメインシフトは、トレーニングデータと運用環境が一致していないことにつながる可能性があるため、潜在的にパフォーマンスが低下する可能性がある。 しかし、既存のデータ分析パイプラインは、メタデータや事前に定義されたラベル、手作業によるインスペクションに大きく依存しているため、セマンティックな洞察は限られている。 画像の2つの部分集合が与えられた場合、ターゲットと参照セットの差異を記述した自然言語仮説を作成することが目的である。 2段階の定式化に基づいて,対象検出から派生した対象中心のパッチに焦点をあてて自律運転に適応し,集約を簡略化し,特定の対象のインスタンスやカテゴリに対する差異の帰結を可能にする。 この設定をドメイン内で評価するために、新しいベンチマークAD-Diff Benchを導入する。 低濃度実験は、スパースで実世界の差異に対するセットディファレンス・キャプション・アプローチの適合性を評価する。 再現性とデプロイの容易性をサポートするために、実験をオープンウェイトモデルに制限します。 提案したベンチマークと分析は、自律運転データセットのための実用的で人間解釈可能なデータセットイントロスペクションへのステップを提供する。 私たちの実装とベンチマークデータセットはhttps://github.com/KIT-MRT/AD-Diffで公開されています。

関連論文リスト

• Instance-Guided Unsupervised Domain Adaptation for Robotic Semantic Segmentation [4.556831252263135]
  教師なしドメイン適応(Unsupervised Domain Adaptation, UDA)は、外部の監視なしにロボットのターゲット環境にネットワークを適応させる。 本稿では,3次元地図から始まる多視点一貫した擬似ラベルを生成する手法を提案する。 ファウンデーションモデルのゼロショットインスタンスセグメンテーション機能を用いて、これらのラベルを洗練し、インスタンスレベルのコヒーレンスを強制する。
  論文  参考訳（メタデータ） (2026-02-01T18:49:03Z)
• LLM-Augmented Changepoint Detection: A Framework for Ensemble Detection and Automated Explanation [2.6022681036325874]
  本稿では,アンサンブル統計手法とLarge Language Models(LLM)を組み合わせた新しい変化点検出フレームワークを提案する。 提案手法は,10個の異なる変化点検出アルゴリズムの結果を集約し,個々の手法と比較して優れた性能とロバスト性を実現する。 プライベートまたはドメイン固有のデータに対して、Retrieval-Augmented Generation (RAG)ソリューションは、ユーザが提供するドキュメントに基盤を置く説明を可能にする。
  論文  参考訳（メタデータ） (2026-01-06T12:04:38Z)
• Unified modality separation: A vision-language framework for unsupervised domain adaptation [60.8391821117794]
  教師なしドメイン適応(Unsupervised domain adapt, UDA)は、ラベル付きソースドメインでトレーニングされたモデルが新しいラベル付きドメインを扱うことを可能にする。 本稿では,モダリティ固有成分とモダリティ不変成分の両方に対応可能な統一モダリティ分離フレームワークを提案する。 提案手法は,9倍の計算効率で最大9%の性能向上を実現している。
  論文  参考訳（メタデータ） (2025-08-07T02:51:10Z)
• Downstream-Pretext Domain Knowledge Traceback for Active Learning [138.02530777915362]
  本稿では、下流知識と事前学習指導のデータ相互作用をトレースするダウンストリーム・プレテキスト・ドメイン知識トレース(DOKT)手法を提案する。 DOKTは、トレースバックの多様性指標とドメインベースの不確実性推定器から構成される。 10のデータセットで行った実験は、我々のモデルが他の最先端の手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-07-20T01:34:13Z)
• Explaining Cross-Domain Recognition with Interpretable Deep Classifier [100.63114424262234]
  解釈可能なDeep(IDC)は、ターゲットサンプルの最も近いソースサンプルを、分類器が決定を下す証拠として学習する。 我々のIDCは、精度の劣化がほとんどなく、最適なリジェクションオプションの分類を効果的に調整する、より説明可能なモデルに導かれる。
  論文  参考訳（メタデータ） (2022-11-15T15:58:56Z)
• Self-supervised Pre-training for Semantic Segmentation in an Indoor Scene [8.357801312689622]
  本稿ではセグメンテーションモデルの自己教師型事前学習手法であるRegConsistを提案する。 我々は,対象環境におけるRGBビューからのセマンティックセグメンテーションを予測するために,コントラスト学習の変種を用いてDCNNモデルを訓練する。 提案手法は、ImageNetで事前訓練されたモデルよりも優れており、全く同じタスクでトレーニングされたモデルと異なるデータセットでトレーニングされたモデルを使用する場合の競合性能を実現する。
  論文  参考訳（メタデータ） (2022-10-04T20:10:14Z)
• Detection Hub: Unifying Object Detection Datasets via Query Adaptation on Language Embedding [137.3719377780593]
  新しいデザイン(De Detection Hubという名前)は、データセット認識とカテゴリ整列である。 データセットの不整合を緩和し、検出器が複数のデータセットをまたいで学習するための一貫性のあるガイダンスを提供する。 データセット間のカテゴリは、ワンホットなカテゴリ表現を単語埋め込みに置き換えることで、意味的に統一された空間に整列される。
  論文  参考訳（メタデータ） (2022-06-07T17:59:44Z)
• Low-confidence Samples Matter for Domain Adaptation [47.552605279925736]
  ドメイン適応(DA)は、知識をラベルの豊富なソースドメインから関連するがラベルの少ないターゲットドメインに転送することを目的としている。 低信頼度サンプルの処理による新しいコントラスト学習法を提案する。 提案手法を教師なしと半教師付きの両方のDA設定で評価する。
  論文  参考訳（メタデータ） (2022-02-06T15:45:45Z)
• Attentive Prototypes for Source-free Unsupervised Domain Adaptive 3D Object Detection [85.11649974840758]
  3Dオブジェクト検出ネットワークは、トレーニングされたデータに対してバイアスを受ける傾向がある。 そこで本研究では,ライダーを用いた3次元物体検出器のソースレス・教師なし領域適応のための単一フレーム手法を提案する。
  論文  参考訳（メタデータ） (2021-11-30T18:42:42Z)
• Seeking Similarities over Differences: Similarity-based Domain Alignment for Adaptive Object Detection [86.98573522894961]
  本研究では,Unsupervised Domain Adaptation (UDA) アルゴリズムが検出に使用するコンポーネントを一般化するフレームワークを提案する。 具体的には、最適な設計選択を生かした新しいUDAアルゴリズムViSGAを提案し、インスタンスレベルの特徴を集約する単純だが効果的な方法を提案する。 類似性に基づくグループ化と対角トレーニングの両方により、モデルでは、ゆるやかに整列されたドメインにまたがるすべてのインスタンスにマッチせざるを得ず、機能グループを粗い整列することに集中することが可能であることが示されています。
  論文  参考訳（メタデータ） (2021-10-04T13:09:56Z)
• Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
  本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。 提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。 分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
  論文  参考訳（メタデータ） (2020-11-13T10:53:27Z)

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。