論文の概要: AAMBERS-UAV: Acquisition-Aware Multimodal Backbone Evaluation and Ranking for UAV Weedy Rice Segmentation
- arxiv url: http://arxiv.org/abs/2609.05762v1
- Date: Fri, 04 Sep 2026 22:54:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.131723
- Title: AAMBERS-UAV: Acquisition-Aware Multimodal Backbone Evaluation and Ranking for UAV Weedy Rice Segmentation
- Title（参考訳）: AAMBERS-UAV:UAV雑草セグメンテーションにおけるマルチモーダルバックボーン評価とランク付け
- Abstract要約: 124イメージの目標獲得テストセットを修正し、2つのプロトコルを同一の列車、検証、テスト数と比較する。
SegFormer-B0 は RGB と 4バンド多重スペクトル (MS) と 7チャネル RGB+MS の2つの固定分割種子を用いて評価した。
固定分割されたU-Net/ResNet18レプリケーションは、3つの入力すべてに対して正の露光ゲインを確認するが、RGBはどちらのプロトコルでも最良のモダリティである。
- 参考スコア（独自算出の注目度）: 1.8712640370276672
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: UAV image collections contain spatially and temporally related frames, yet semantic-segmentation benchmarks commonly split them at image level. Such splitting can place samples from one acquisition in both model development and testing, obscuring transfer to a genuinely new survey. Using the 734-sample WeedyRice-RGBMS-DB, we fix a 124-image target-acquisition test set and compare two protocols with identical train, validation, and test counts: target-held-out, which excludes the target acquisition from development, and target-exposed, which admits its remaining images. SegFormer-B0 is evaluated with RGB, four-band multispectral (MS), and seven-channel RGB+MS input over two fixed-split seeds. RGB is strongest under complete acquisition holdout ($0.7317\pm0.0201$ IoU), whereas RGB+MS becomes strongest after target exposure ($0.7822\pm0.0269$). A fixed-split U-Net/ResNet18 replication confirms positive exposure gains for all three inputs, but retains RGB as the best modality under both protocols. Acquisition exposure therefore increases measured performance across both evaluated backbones, while its effect on modality ranking is architecture-dependent. A supplied-split audit reveals strong near-sequential dependence, and corruption tests show that early fusion is substantially more sensitive to RGB--MS displacement than to moderate radiometric scaling. These results support acquisition-aware same-test evaluation as a necessary complement to ordinary image-level splitting in multimodal UAV benchmarks. The code and supporting the findings of this study will be publicly released upon acceptance of the paper.
- Abstract（参考訳）: UAVイメージコレクションには空間的および時間的関連フレームが含まれているが、セマンティックセグメンテーションベンチマークはイメージレベルで分割するのが一般的である。
このような分割は、モデル開発とテストの両方において、ある買収からサンプルを配置し、真に新しい調査へと移行する可能性がある。
734サンプルのWeedyRice-RGBMS-DBを用いて、124イメージの目標獲得テストセットを修正し、2つのプロトコルを同一の列車、検証、テスト数と比較する。
SegFormer-B0 は RGB と 4バンド多重スペクトル (MS) と 7チャネル RGB+MS の2つの固定分割種子を用いて評価した。
RGBは完全買収で最強(0.7317\pm0.0201$ IoU)、RGB+MSはターゲット露出で最強(0.7822\pm0.0269$)となる。
固定分割されたU-Net/ResNet18レプリケーションは、3つの入力すべてに対して正の露光ゲインを確認するが、RGBはどちらのプロトコルでも最良のモダリティである。
したがって、獲得露光は両方の評価されたバックボーンで測定性能を高めるが、モダリティランキングへの影響はアーキテクチャに依存している。
供給されたスプリット監査では, ほぼ逐次的依存性が強く, 早期核融合は, 適度なラジオメトリックスケーリングよりもRGB-MS変位にかなり敏感であることが示された。
これらの結果は、マルチモーダルUAVベンチマークにおいて、通常の画像レベルの分割を補うために必要となる、取得対応の同テスト評価を支援する。
本研究のコードと調査結果は,論文の受理により公表される予定である。
関連論文リスト
- Beyond Symmetric Fusion: Exploiting Task-Dependent Modality Strengths for RGB-Event Small Object Detection [12.262266865349254]
最先端のRGBイベント検出器は、RGBとイベントデータからの補完的な特徴を組み合わせることで、小型で高速なオブジェクトの検出を改善する。
イベントデータはクラス非依存のローカライゼーションにおいて著しく有効であるが、RGBデータは、ローカライズされたターゲット領域内でより強力なカテゴリエビデンスを提供する。
このタスク依存型非対称性により、非対称なイベント-RGBオブジェクト検出変換器(AERODet)を提案する。
論文 参考訳（メタデータ） (2026-08-02T15:10:54Z) - GMBFormer: An NDVI-Guided Global Memory Bank Transformer for Urban Green-Space Extraction from Ultra-High-Resolution Imagery [9.108740363564026]
GMBFormerは、隣接駆動機能伝搬を選択的に類似性駆動型プロトタイプ検索に置き換えるフレームワークである。
実験では、自作のChengdu UHRデータセットを使用し、7700のラベル付き512 x 512パッチを使用する。
論文 参考訳（メタデータ） (2026-06-04T16:32:58Z) - Towards UAV Detection in the Real World: A New Multispectral Dataset UAVNet-MS and a New Method [80.50361258830928]
UAVNet-MSは、微小UAV検出のための最初のマルチスペクトルデータセットである。
本稿では、アレイ誘起パララックスと空間-スペクトル融合に対処するデュアルストリームベースラインであるMFDNetを提案する。
この研究は、基礎的なデータセット、強力なベースライン、マルチスペクトルUAV監視研究のためのベンチマークを提供する。
論文 参考訳（メタデータ） (2026-05-20T09:49:04Z) - Modality-Decoupled RGB-Thermal Object Detector via Query Fusion [15.717929078660227]
本稿では,モダリティ補間と分離のバランスをとるために,MDQF (Query Fusion) を用いたモダリティ分離RGB-T検出フレームワークを提案する。
提案手法は既存のRGB-T検出器に優れた性能を提供し,モダリティ独立性を向上する。
論文 参考訳（メタデータ） (2026-01-13T11:32:29Z) - Unified Unsupervised Anomaly Detection via Matching Cost Filtering [113.43366521994396]
教師なし異常検出(UAD)は、通常のトレーニングデータのみを用いて画像レベルの異常と画素レベルの異常を識別することを目的としている。
UADモデルの異常コスト量を補正するための汎用的なポストホック精錬フレームワークであるUnified Cost Filtering (UCF) を提案する。
論文 参考訳（メタデータ） (2025-10-03T03:28:18Z) - Alignment-Free RGBT Salient Object Detection: Semantics-guided Asymmetric Correlation Network and A Unified Benchmark [15.435695491233982]
RGB と Thermal (RGBT) Salient Object Detection (SOD) は高品質な塩分濃度予測を実現することを目的としている。
既存の手法は、労働集約的な手動でアライメントされたイメージペア向けに調整されている。
手動によるアライメントを伴わないRGBT SODと熱画像のペアに対して,RGBT SODに対処する最初の試みを行う。
論文 参考訳（メタデータ） (2024-06-03T01:01:58Z) - RGB-Multispectral Matching: Dataset, Learning Methodology, Evaluation [49.28588927121722]
ステレオマッチング対応を解くことで,解像度の異なる同期色(RGB)とマルチスペクトル画像(MS)の登録の問題に対処する。
室内環境における13の異なるシーンをフレーミングする新しいRGB-MSデータセットを導入し,34枚の画像対に半高解像度の高解像度の地上トラスラベルを付加したアノテートを行った。
そこで本研究では,RGBカメラを活用した自己指導型ディープラーニングアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-06-14T17:59:59Z) - Visible-Thermal UAV Tracking: A Large-Scale Benchmark and New Baseline [80.13652104204691]
本稿では,可視熱UAV追跡(VTUAV)のための高多様性の大規模ベンチマークを構築する。
本稿では, フレームレベルの属性を, チャレンジ固有のトラッカーの可能性を利用するための粗粒度属性アノテーションを提案する。
さらに,様々なレベルでRGB-Tデータを融合するHMFT(Hierarchical Multi-modal Fusion Tracker)という新しいRGB-Tベースラインを設計する。
論文 参考訳（メタデータ） (2022-04-08T15:22:33Z) - Self-Supervised Representation Learning for RGB-D Salient Object
Detection [93.17479956795862]
我々は、自己教師付き表現学習を用いて、クロスモーダルオートエンコーダと深さ-輪郭推定という2つのプレテキストタスクを設計する。
我々のプレテキストタスクは、ネットワークがリッチなセマンティックコンテキストをキャプチャする事前トレーニングを実行するのに、少数のRGB-Dデータセットしか必要としない。
RGB-D SODにおけるクロスモーダル核融合の固有の問題として,マルチパス核融合モジュールを提案する。
論文 参考訳（メタデータ） (2021-01-29T09:16:06Z) - Bi-directional Cross-Modality Feature Propagation with
Separation-and-Aggregation Gate for RGB-D Semantic Segmentation [59.94819184452694]
深度情報はRGBD画像のセマンティックセグメンテーションにおいて有用であることが証明されている。
既存のほとんどの研究は、深度測定がRGBピクセルと正確で整合していると仮定し、問題をモーダルな特徴融合としてモデル化している。
本稿では,RGB特徴量応答を効果的に再検討するだけでなく,複数の段階を通して正確な深度情報を抽出し,代わりに2つの補正表現を集約する,統一的で効率的なクロスモダリティガイドを提案する。
論文 参考訳（メタデータ） (2020-07-17T18:35:24Z)
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。