論文の概要: DropClick: Semi-Automated One-Click Segmentation for Agricultural Robotic Data
- arxiv url: http://arxiv.org/abs/2609.03680v1
- Date: Thu, 03 Sep 2026 11:17:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:39.036146
- Title: DropClick: Semi-Automated One-Click Segmentation for Agricultural Robotic Data
- Title（参考訳）: DropClick:農業用ロボットデータのための半自動ワンクリックセグメンテーション
- Abstract要約: 我々は、アノテーションプロセスを簡単にするクリック誘導セグメンテーションツールであるDropClickを紹介します。
本システムでは、オブジェクトへのシングルクリック入力を利用して擬似ラベルを生成し、手動のアノテーションを置き換えることができる。
本手法は,植物と果実のセグメンテーションのための農業用ロボットデータセットSB20とBUP20について検討した。
- 参考スコア（独自算出の注目度）: 3.217109808202246
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Labelling vision datasets, especially for segmentation tasks, is a laborious and costly process that stymies novel developments in agricultural robotics. In this paper, we present DropClick, a click-guided segmentation tool that simplifies the annotation process. Our system utilises single-click inputs on objects to generate pseudo-labels, which can replace manual annotations. DropClick stands out as it is a semi-automated approach and does not require a click for every object in the scene. It can therefore further reduce the required amount of user input drastically. We evaluate our method on two challenging agricultural robotic datasets, SB20 and BUP20 for plant and fruit segmentation, respectively. DropClick is first trained on a small subset of just 5 images from the original training data. This DropClick model can then be deployed as a one-click segmentation system and achieves comparable or higher performance than other one-click methods achieving an mIoU of 70.0 and 72.6 points, for SB20 and BUP20 respectively. DropClick then excels at maintaining high performance when clicks are not given (e.g. dropped); when 50% of the clicks are missing it still maintains an mIoU of 68.9 and 71.3 points, for SB20 and BUP20 respectively. We validate DropClick as a pseudo-labelling approach by taking its outputs to train a Mask2Former instance-based segmentation model in a semi-supervised manner. In this process, partially removing user input from DropClick yields similar high performance when compared to providing all clicks, at 70.1 vs 70.7 points AP50 for SB20 and no difference for BUP20 at 77.0 for both models; at the same time saving 46.3% of total input for SB20 and 31.9% for BUP20.
- Abstract（参考訳）: ラベリング・ビジョン・データセット(特にセグメンテーション・タスク)は、農業ロボティクスの新たな発展を阻害する労力とコストのかかるプロセスである。
本稿では、アノテーションプロセスを簡単にするクリック誘導セグメンテーションツールDropClickを紹介する。
本システムでは、オブジェクトへのシングルクリック入力を利用して擬似ラベルを生成し、手動のアノテーションを置き換えることができる。
DropClickは半自動化されたアプローチであり、シーン内のすべてのオブジェクトのクリックを必要としないという点で際立っている。
これにより、必要なユーザ入力量を劇的に削減することができる。
SB20とBUP20の2つの挑戦的農業用ロボットデータセットについて,植物と果実のセグメンテーションについて検討した。
DropClickは最初、オリジナルのトレーニングデータからわずか5つのイメージの小さなサブセットでトレーニングされる。
このDropClickモデルはワンクリックセグメンテーションシステムとしてデプロイされ、SB20とBUP20の70.0と72.6のmIoUを達成する他のワンクリックメソッドと同等または高いパフォーマンスを達成する。
次にDropClickは、クリックが与えられていない場合(egを落として)高いパフォーマンスを維持するのに優れ、クリックの50%が欠落した場合、SB20とBUP20では、それぞれ68.9点と71.3点のmIoUを維持する。
我々はDropClickを擬似ラベリング手法として検証し、その出力をMask2Formerインスタンスベースのセグメンテーションモデルを半教師付きで訓練する。
このプロセスでは、DropClickからユーザ入力を部分的に取り除くことで、SB20で70.1対70.7ポイントのAP50、両モデルで77.0のBUP20、SB20で46.3%、BUP20で31.9%の差が生じる。
関連論文リスト
- GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation [63.853929983870955]
本稿では,ジェニー・エンスペクタ法 2.0 (GE-Act 2.0) について紹介する。
制御指向オートエンコーダ(CoAE)、ワンステップビジュアルプランナー(SVP)、逆ダイナミクスモデル(IDM)を組み合わせている。
それらのコンポーネントは、知識に整合した選択最適化(KASO)で共同で訓練され、記録された行動に適合していると判断された予測された未来のみを選択することで、ミスマッチした監視を減らす。
論文 参考訳（メタデータ） (2026-09-04T17:16:48Z) - UI-Mate: Advancing Open-Weight Foundation GUI Agents with In-Context Demonstrations [68.29650478987561]
UI-Mateは、環境に根ざしたトレーニングスタックとコンテキスト内の実演学習を統合する基盤GUIエージェントである。
OSWorldでは77.0%、WindowsAgentArenaでは66.2%と評価された。
論文 参考訳（メタデータ） (2026-08-16T20:59:59Z) - Covering Human Action Space for Computer Use: Data Synthesis and Benchmark [59.01879944842542]
コンピュータ利用エージェント(CUA)は、GPT-5.4とClaudeによって説明されているように、画面上での作業を自動化する。
しかし、複雑な低周波相互作用に対する信頼性はまだ貧弱であり、ユーザの信頼を制限している。
複雑な相互作用におけるモデルの能力を評価するための新しいベンチマークCUActSpotを提案する。
論文 参考訳（メタデータ） (2026-05-12T17:59:58Z) - VideoAgentTrek: Computer Use Pretraining from Unlabeled Videos [62.29924199978745]
VideoAgentTrekは、Webスケールで公開されているスクリーン録画ビデオからトレーニングデータを自動的にマイニングするスケーラブルなパイプラインである。
生のビデオには暗黙のデモが含まれているが、明示的なアクションラベルがない。
39,000のYouTubeチュートリアルビデオに適用されたパイプラインは、自動的に1250万のインタラクションステップを生成します。
論文 参考訳（メタデータ） (2025-10-22T11:25:48Z) - MASS: MoErging through Adaptive Subspace Selection [55.03293736484465]
モデルマージの新しいアプローチであるMASS(MoErging through Adaptive Subspace Selection)を提案する。
MASSはタスクごとに最も健全な特異なコンポーネントのみを格納し、それらを共有モデルにマージする。
我々は,8,14,20タスクのベンチマークに対して,ViT-B-16,ViT-B-32,ViT-L-14を用いて,CLIPに基づく画像分類のMASSを評価する。
論文 参考訳（メタデータ） (2025-04-06T08:49:52Z) - RClicks: Realistic Click Simulation for Benchmarking Interactive Segmentation [37.44155289954746]
対話型セグメンテーションシナリオにおけるクリックパターンの大規模クラウドソーシング調査を行い,475万のリアルタイムクリックを収集する。
本モデルとデータセットを用いて,現実的なクリックにおける既存の対話的セグメンテーション手法の包括的比較のためのRClicksベンチマークを提案する。
我々のベンチマークによると、実世界の対話型セグメンテーションモデルでは、ベースラインベンチマークで報告されたよりもパフォーマンスが悪く、ほとんどの手法は堅牢ではない。
論文 参考訳（メタデータ） (2024-10-15T15:55:00Z) - PiClick: Picking the desired mask from multiple candidates in click-based interactive segmentation [46.47175674533545]
クリックベースのインタラクティブセグメンテーションは、人間のクリックによってターゲットマスクを生成することを目的としている。
そのようなタスクでは、目的の曖昧さはセグメンテーションの精度と効率を妨げる問題のままである。
そこで我々は,PiClickという対話型セグメンテーションネットワークを提案し,ユーザにとって最も有効なマスクを提案する。
論文 参考訳（メタデータ） (2023-04-23T10:46:16Z) - Panoptic One-Click Segmentation: Applied to Agricultural Data [3.306595429364865]
雑草管理において、精密農業は除草剤の使用を大幅に減らし、経済的および生態学的利益をもたらす。
現代のインスタンスセグメンテーション技術はそれを実現することができるが、そのようなシステムの訓練には大量の手監督データが必要である。
クリック入力から擬似ラベルを生成するための,効率的かつ正確なオフラインツールであるパン光学ワンクリックセグメンテーションを提案する。
論文 参考訳（メタデータ） (2023-03-15T15:20:36Z) - Saved You A Click: Automatically Answering Clickbait Titles [12.12386497045842]
ウェブサイトのテキストからクリックベイトフックの回答や説明を自動的に見つけるシステムを開発した。
我々は、'StopClickbait' FacebookページとRedditの'SavedYouAClick'サブフォーラムから抽出されたデータを用いて、抽出された質問・回答モデル(RoBERTa)と抽象的な質問・回答モデル(T5)を微調整する。
論文 参考訳（メタデータ） (2022-12-15T23:41:20Z) - PseudoClick: Interactive Image Segmentation with Click Imitation [32.84573259701633]
提案するPseudoClickは,既存のセグメンテーションネットワークが候補クリックを提案できる汎用フレームワークである。
これらの自動生成されたクリックは、この作品で擬似クリックと呼ばれ、人間のクリックの模倣として機能し、セグメンテーションマスクを洗練する。
論文 参考訳（メタデータ） (2022-07-12T03:36:20Z) - WeClick: Weakly-Supervised Video Semantic Segmentation with Click
Annotations [64.52412111417019]
WeClick と呼ばれるクリックアノテーション付きビデオセマンティックセマンティックセマンティックパイプラインを提案する。
詳細なセマンティック情報はクリックによってキャプチャされないため、クリックラベルによる直接トレーニングはセグメンテーションの予測が不十分になる。
WeClickは最先端の手法より優れ、ベースラインよりも10.24%のmIoUで性能を向上し、リアルタイム実行を実現している。
論文 参考訳（メタデータ） (2021-07-07T09:12:46Z)
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。