論文の概要: SetPlanner: A Lightweight Plug-in Point-Set Planner for Frozen SAM

• arxiv url: http://arxiv.org/abs/2609.18037v1
• Date: Wed, 16 Sep 2026 02:38:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.613575
• Title: SetPlanner: A Lightweight Plug-in Point-Set Planner for Frozen SAM
• Title（参考訳）: SetPlanner: 凍ったSAMのための軽量プラグインポイントセットプランナ
• Abstract要約: フリーズSAM用のプラグイン・ポイント・セット・プランナーである SetPlanner を提示する。 幾何対応のターゲットから順序のないK点集合を、置換対応の条件付きフローで完備化する。 44.4ポイントのローカライゼーションギャップの96%を回復し、AUROC 0.969で低密度のケースをランク付けしている。
• 参考スコア（独自算出の注目度）: 12.869814991954991
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Segment Anything Models provide reusable priors, yet they require user prompts and cannot support fully automatic instrument segmentation. Automatic prompting is difficult for thin, articulated, reflective, and partly occluded tools, where several configurations can be valid. We formulate automatic prompting as lightweight point-set planning and isolate the point source under a frozen pathway. To this end, we present SetPlanner, a 1.52M-parameter plug-in point-set planner for frozen SAM. The plug-in preserves SAM's point-prompt interface and enables reuse across backbones. SetPlanner plans complete unordered K-point sets from geometry-aware targets with a permutation-aware conditional flow. SAM decodes eight candidates; their consensus readout yields a ground-truth-free prediction. Across three endoscopic datasets, SetPlanner wins all six transfer routes over a LoRA-adapted system. Under our frozen-pathway protocol, SetPlanner reaches 0.934 Dice on Kvasir-Instrument and recovers 96% of a 44.4-point localization gap, while candidate disagreement ranks low-Dice cases at AUROC 0.969.
• Abstract（参考訳）: Segment Anything Modelsは再利用可能な事前情報を提供するが、ユーザプロンプトが必要であり、完全な自動楽器セグメンテーションをサポートできない。 自動プロンプトは、いくつかの設定が有効であるように、細く、明瞭で、反射的で、部分的に隠されたツールでは困難である。 自動プロンプトを軽量な点セット計画として定式化し,凍結経路の下で点源を分離する。 この目的のために、フリーズSAM用の1.52MパラメータープラグインポイントセットプランナーであるSetPlannerを紹介する。 このプラグインはSAMのポイントプロンプトインターフェイスを保持し、バックボーン間の再利用を可能にする。 SetPlannerは、置換対応の条件付きフローを持つ幾何対応のターゲットから完全順序付きK点集合を計画している。 SAMは8つの候補をデコードする。 3つの内視鏡的データセットで、SetPlannerはLoRA適応システム上で6つの転送ルートすべてに勝利する。 凍結経路プロトコルでは、SetPlannerはKvasir-Instrument上で0.934Diceに達し、44.4ポイントのローカライゼーションギャップの96%を回復する。

関連論文リスト

• SeGDeP: Semantic- and Geometric-Aware Decoupled Prompts for Reasoning Segmentation [51.46828526392219]
  推論セグメンテーションは暗黙の言語学的結論を正確なマスクに変換する。 既存のMLLMセグメンタインタフェースでは、特別なトリガーを使用するか、両方の信号を1つのコンテキストに圧縮する。 明示的なWhat-whereインターフェースであるSeGDePを提示する。
  論文  参考訳（メタデータ） (2026-09-08T15:11:32Z)
• PlanSightRAG: A Visual-First Multimodal RAG for Automating Question Answering and Compliance Checking for Civil Standard Plans [2.680107267757396]
  我々はPlanSightRAGと呼ばれるビジュアルファーストなマルチモーダル検索型生成フレームワークを提案する。 プランイメージを直接インデクシングし、ColNomic-3Bマルチベクター検索とMaxSimヒートマップをエビデンストレイルとして統合する。 PlanSightRAGは91.47%のリコール@5をゼロショット検索で達成し、ミシガン州のDOTコーパスでは91.40%を達成した。
  論文  参考訳（メタデータ） (2026-08-26T17:54:24Z)
• Pose-Parameterized Motion Planning and CBF-QP Self-Collision Filtering for a Long-Reach Drilling Boom [3.632189127068905]
  ロングリーチ掘削ブームは、自己調整なしで連続的なポーズに到達しなければならない。 本研究では,ポーズパラメータ化計画とカプセル型制御バリア関数を組み合わせることにより,確立された手法を適用した。 提案手法は, ゼロIK故障を発生し, 複数方向の経路点を生成し, ミリレベル平均最終位置誤差を達成し, 報告しきい値以下のサンプルCBFマージンは記録しなかった。
  論文  参考訳（メタデータ） (2026-07-21T08:41:49Z)
• Hard Rules, Soft Preferences: Bridging Reasoning, Learning, and Optimization for Personalized Packing Checklist Generation [1.527888781756971]
  既存のパッキングアシスタントはテンプレート駆動、ジェネリック、レコメンデーション駆動だが制約なし、ユーザーは手動で規制やキャパシティ違反をパッチしなければならない。 本研究では,(1)明示的な依存構造を持つ規則付きルーブリックシードを生成するシンボリックエンジン,(2)包摂性とユーティリティを推定する2段階の選好学習装置,(3)コンパクトで準拠したサブセットを選択するCP-MART-SATの3段階からなる推論誘導学習フレームワークを提案する。 iOSのプロダクショントラベルアプリであるFlyEnJoyへのデプロイでは、チェックリストの完了が倍増し、編集と完了時間が短縮された。
  論文  参考訳（メタデータ） (2026-07-17T02:11:00Z)
• LayerRoute: Input-Conditioned Adaptive Layer Skipping via LoRA Fine-Tuning for Agentic Language Models [0.0]
  LayerRouteは、インプット毎にトランスフォーマーブロックを選択的にスキップする方法を学習する軽量アダプタである。 1)ストレートスルー推定器を介してハードバイナリゲートを出力する層間ルータと、(2)Q/K/V/Oアテンションプロジェクション上のLoRAアダプタ(ランク8,1.08Mパラメータ)である。 ゲート正規化項を持つエージェントデータ(Hermes, Glaive, GSM8K, Turing)の単一エンドツーエンドトレーニングパス
  論文  参考訳（メタデータ） (2026-06-01T07:50:05Z)
• StructSAM: Structure- and Spectrum-Preserving Token Merging for Segment Anything Models [57.674757786328236]
  StructSAMは、Segment Anything Model(SAM)に適した解像度保存型マージアンマージフレームワークである また,StructSAMはエンコーダFLOPsを25～30%削減し,mIoU/Diceに少量の低下を認めた。 また、スペクトルグラフ粗大化ビューでは、スコア誘導マージにより、ランダムまたはウィンドウ制限ベースラインと比較して、ラプラシアスペクトル歪みが有界となることを示す。
  論文  参考訳（メタデータ） (2026-03-07T18:30:58Z)
• Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation [64.84996994779443]
  本稿では,連続視覚言語ナビゲーション(VLN)タスクのためのAffordances-Oriented Plannerを提案する。 我々のAO-Plannerは、様々な基礎モデルを統合して、アベイランス指向の低レベルな動き計画とハイレベルな意思決定を実現する。 挑戦的なR2R-CEデータセットとRxR-CEデータセットの実験は、AO-Plannerが最先端のゼロショットのパフォーマンスを達成したことを示している。
  論文  参考訳（メタデータ） (2024-07-08T12:52:46Z)
• AdaPlanner: Adaptive Planning from Feedback with Language Models [56.367020818139665]
  大規模言語モデル(LLM)は、最近、シーケンシャルな意思決定タスクの自律的エージェントとして機能する可能性を実証している。 本研究では,LLMエージェントが環境フィードバックに応じて自己生成計画を適応的に改善することのできるクローズドループアプローチであるAdaPlannerを提案する。 幻覚を緩和するために,様々なタスク,環境,エージェント機能にまたがる計画生成を容易にするコードスタイルのLCMプロンプト構造を開発した。
  論文  参考訳（メタデータ） (2023-05-26T05:52:27Z)
• From Semi-supervised to Omni-supervised Room Layout Estimation Using Point Clouds [21.877157385576904]
  ポイントクラウド(PC)を用いた部屋レイアウト推定は、アノテーションの難しさにより、データ不足に悩まされている。 クワッドとPC間のハイブリッド距離尺度の分布を2成分に分解するオンライン擬似ラベル抽出アルゴリズムを提案する。 驚くべきことに、このフレームワークは、完全に教師された設定でも機能し、ScanNetベンチマークで新しいSOTAを達成する。
  論文  参考訳（メタデータ） (2023-01-31T18:58:41Z)
• PlanT: Explainable Planning Transformers via Object-Level Representations [64.93938686101309]
  PlanTは、自動運転のコンテキストにおける計画のための新しいアプローチである。 PlanTは、コンパクトなオブジェクトレベルの入力表現を持つ模倣学習に基づいている。 この結果から,PlanTは幾何学的に距離をおいても,現場で最も関連性の高い物体に焦点を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-10-25T17:59:46Z)
• REGTR: End-to-end Point Cloud Correspondences with Transformers [79.52112840465558]
  我々は、注意機構が明示的な特徴マッチングとRANSACの役割を置き換えることができると推測する。 本稿では,最終文集合を直接予測するエンドツーエンドフレームワークを提案する。 提案手法は3DMatchおよびModelNetベンチマークにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-28T06:01:00Z)

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。