論文の概要: YOLO12-MambaScan: An Efficient Object Detector with High-Frequency Enhancement and State-Space Modeling

• arxiv url: http://arxiv.org/abs/2609.13647v1
• Date: Sat, 12 Sep 2026 01:58:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.447534
• Title: YOLO12-MambaScan: An Efficient Object Detector with High-Frequency Enhancement and State-Space Modeling
• Title（参考訳）: YOLO12-MambaScan:高周波数拡張と状態空間モデリングを備えた効率的なオブジェクト検出器
• Abstract要約: YOLO12アーキテクチャ上に構築した空中画像検出器を提案する。 このモデルは、三重経路の高周波拡張畳み込みモジュール、受信フィールド座標アテンション畳み込み(RFCAConv)と、Mambaベースのグローバルコンテキストモジュールを組み合わせたものである。 VisDroneでは、入力解像度960*960で、60.0% mAP@50と38.6% mAP@50:95を達成した。
• 参考スコア（独自算出の注目度）: 3.6896352484416393
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The rapid development of unmanned aerial vehicle (UAV) technology has made aerial-image object detection increasingly important for natural-resource monitoring, traffic management, and disaster response. Detecting small objects in aerial images remains difficult because objects occupy very few pixels, high-frequency cues are easily lost, and global context is hard to model in cluttered scenes. Existing detectors often retain insufficient edge, corner, and texture information. We propose \ours, an aerial-image detector built on the YOLO12 architecture. The model combines a triple-path high-frequency enhancement convolution module (TriPathHFConv), receptive-field coordinate-attention convolution (RFCAConv), and a Mamba-based global-context module. On VisDrone, at an input resolution of 960*960, ours achieves 60.0% mAP@50 and 38.6%mAP@50:95, demonstrating a favorable accuracy--efficiency trade-off for small-object detection. The benchmark and dataset protocol follow the VisDrone challenge setup.
• Abstract（参考訳）: 無人航空機(UAV)技術の急速な発展により、自然資源監視、交通管理、災害対応において航空画像物の検出がますます重要になっている。 空中画像中の小さな物体の検出は、非常に少ないピクセルを占有しているため困難であり、高周波のキューは容易に失われ、グローバルなコンテキストは散らばったシーンではモデル化が難しいため、依然として困難である。 既存の検出器は、エッジ、コーナー、テクスチャに関する情報が不足していることが多い。 YOLO12アーキテクチャ上に構築された空中画像検出器であるShaoursを提案する。 このモデルは、トリプルパスの高周波拡張畳み込みモジュール(TriPathHFConv)、受信フィールド座標アテンション畳み込み(RFCAConv)、およびMambaベースのグローバルコンテキストモジュールを組み合わせたものである。 VisDroneでは、入力解像度960*960で、60.0% mAP@50と38.6% mAP@50:95を達成した。 ベンチマークとデータセットプロトコルは、VisDroneチャレンジセットアップに従っている。

関連論文リスト

• Aircraft Detection in Satellite Imagery using Deep Learning Object Detectors [0.0]
  本稿では、画像強調とディープラーニング(DL)を組み合わせたオブジェクト検出のためのフレームワークを提案し、検出をより正確にする。 提案手法は,95%のmAP,97%の精度,85%のリコール,91%のF1スコアを実現し,優れた航空機検出性能を示した。
  論文  参考訳（メタデータ） (2026-07-02T18:43:38Z)
• 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)
• SDD-YOLO: A Small-Target Detection Framework for Ground-to-Air Anti-UAV Surveillance with Edge-Efficient Deployment [10.723885979419954]
  本稿では,G2A対UAV監視に適した小型ターゲット検出フレームワークであるSDD-YOLOを提案する。 SDD-YOLOは、マイクロターゲットにとって重要な微細な空間的詳細を捉えるため、P2高解像度検出ヘッドを4倍のダウンサンプリングで動作させる。 SDD-YOLO-nはDroneSOD-30Kで86.4%のmAP@0.5を達成し、YOLOv5nベースラインを7.8ポイント上回った。
  論文  参考訳（メタデータ） (2026-03-26T09:17:39Z)
• SCAFusion: A Multimodal 3D Detection Framework for Small Object Detection in Lunar Surface Exploration [18.857802421595235]
  本稿では,月面ロボット探査に適したマルチモーダル3次元物体検出モデルであるSCAFusionを提案する。 パラメータの無視的増加により,本モデルは nuScenes 検証セット上で69.7% mAP と72.1% NDS を達成する。 アイザック・シム (Isaac Sim) で作られた模擬月面環境では、SCAFusion は 90.93% mAP に達し、ベースラインを 11.5% 上回っている。
  論文  参考訳（メタデータ） (2025-12-27T07:08:03Z)
• UAV-MM3D: A Large-Scale Synthetic Benchmark for 3D Perception of Unmanned Aerial Vehicles with Multi-Modal Data [47.317955428393134]
  UAV-MM3Dは,低高度UAV知覚と動作理解のための多モード合成データセットである。 様々なシーン(都市部、郊外部、森林部、沿岸部)と気象条件にまたがる400Kの同期フレームで構成されている。 各フレームは2D/3Dバウンディングボックス、6-DoFのポーズ、インスタンスレベルのアノテーションを提供し、3D検出、ポーズ推定、ターゲット追跡、短期軌道予測などのUAVに関連するコアタスクを可能にする。
  論文  参考訳（メタデータ） (2025-11-27T12:30:28Z)
• FMC-DETR: Frequency-Decoupled Multi-Domain Coordination for Aerial-View Object Detection [18.023418423273082]
  本研究では,FMC-DETRを提案する。FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR,FMC-DETR。 まず、大域的低周波文脈知覚を高めるために、カスケードウェーブレット変換を適用したWavelet Kolmogorov-Arnold Transformer (WeKat) のバックボーンを導入する。 次に、軽量なクロスステージ部分核融合(CPF)モジュールは冗長性を低減し、マルチスケールの機能相互作用を改善する。 最後に,Multi-Domain Feature Coordination (MDFC)モジュールについて述べる。
  論文  参考訳（メタデータ） (2025-09-27T02:28:22Z)
• Adapting Vehicle Detectors for Aerial Imagery to Unseen Domains with Weak Supervision [46.87579355047397]
  本稿では,高品質な空中画像とそのラベルを生成AIで合成する手法を提案する。 私たちの重要な貢献は、多段階のマルチモーダルな知識伝達フレームワークの開発です。
  論文  参考訳（メタデータ） (2025-07-28T16:38:06Z)
• YOLO-LLTS: Real-Time Low-Light Traffic Sign Detection via Prior-Guided Enhancement and Multi-Branch Feature Interaction [45.79993863157494]
  YOLO-LLTSは、低照度環境向けに設計されたエンドツーエンドのリアルタイム信号検出アルゴリズムである。 YOLO-LLTSは、HRFM-SOD(High-Resolution Feature Map for Small Object Detection)、MFIA(Multi-branch Feature Interaction Attention)、PGFE(Presideed-Guided Feature Enhancement Module)の3つの主要なコントリビューションを紹介している。 実験の結果、YOLO-LLTSは最新技術の性能を達成し、TT100K-nightでは2.7% mAP50:95と1.6% mAP50:95よりも優れていた。
  論文  参考訳（メタデータ） (2025-03-18T04:28:05Z)
• RemDet: Rethinking Efficient Model Design for UAV Object Detection [12.652666443395528]
  無人航空機(UAV)画像における物体検出は研究の焦点領域として現れている。 現在のリアルタイム物体検出器は、UAV画像に最適化されていない。 これらの課題に対処するために,新しい検出器RemDetを提案する。
  論文  参考訳（メタデータ） (2024-12-13T11:00:57Z)
• From Blurry to Brilliant Detection: YOLO-Based Aerial Object Detection with Super Resolution [3.5044007821404635]
  空中物体検出は、小さな物体の大きさ、高密度クラスタリング、距離や動きのぼかしによる画質劣化などの課題を提示する。 B2BDetは、推論中にドメイン固有の超解像を適用し、拡張されたYOLOv5アーキテクチャを使って検出する2段階のフレームワークでこの問題に対処する。 このアプローチは、航空最適化SRGAN微調整とEAM(Efficient Attention Module)やCLFPN(Cross-Layer Feature Pyramid Network)といったアーキテクチャ革新を組み合わせる。
  論文  参考訳（メタデータ） (2024-01-26T05:50:58Z)
• Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
  本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。 提案手法は平均精度(MAP)を約45.7%向上させる。 この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
  論文  参考訳（メタデータ） (2023-11-21T19:49:13Z)
• Fewer is More: Efficient Object Detection in Large Aerial Images [59.683235514193505]
  本稿では,検出者がより少ないパッチに注目するのに対して,より効率的な推論とより正確な結果を得るのに役立つObjectness Activation Network(OAN)を提案する。 OANを用いて、5つの検出器は3つの大規模な空中画像データセットで30.0%以上のスピードアップを取得する。 我々はOANをドライブシーン物体検出と4Kビデオ物体検出に拡張し,検出速度をそれぞれ112.1%,75.0%向上させた。
  論文  参考訳（メタデータ） (2022-12-26T12:49:47Z)
• FOVEA: Foveated Image Magnification for Autonomous Navigation [53.69803081925454]
  入力キャンバスを小さく保ちながら、ある領域を弾性的に拡大する注意的アプローチを提案する。 提案手法は,高速R-CNNより高速かつ微調整の少ない検出APを高速化する。 Argoverse-HD と BDD100K の自律走行データセットでは,提案手法が標準の高速 R-CNN を超越した検出APを微調整なしで促進することを示す。
  論文  参考訳（メタデータ） (2021-08-27T03:07:55Z)
• LR-CNN: Local-aware Region CNN for Vehicle Detection in Aerial Imagery [43.91170581467171]
  最先端の物体検出手法は、大規模な空中画像において、任意の向きの密集した小さなターゲットを検出するのに困難である。 本稿では,航空画像における車両検出のための新しい2段階アプローチとして,地域認識型地域畳み込みニューラルネットワーク(LR-CNN)を提案する。
  論文  参考訳（メタデータ） (2020-05-28T19:57:34Z)

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。