論文の概要: KDTwin: Task-Aware Knowledge Distillation for Lightweight Multi-Task Driving Scene Segmentation

• arxiv url: http://arxiv.org/abs/2609.18955v1
• Date: Tue, 28 Jul 2026 03:58:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.579032
• Title: KDTwin: Task-Aware Knowledge Distillation for Lightweight Multi-Task Driving Scene Segmentation
• Title（参考訳）: KDTwin: 軽量多タスク駆動シーンセグメンテーションのためのタスク認識知識蒸留
• Abstract要約: KDTwinは、軽量マルチタスクセグメンテーションネットワークのためのタスク対応蒸留フレームワークである。 提案手法は共有エンコーダとタスク固有デコーダの両方で蒸留を行う。 BDD100Kの実験では、評価されたCNNベースの学生モデルとTransformerベースの学生モデルに一貫した改善が示されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Efficient perception models are essential for real-time autonomous driving, where accuracy and computational cost must be carefully balanced. However, applying knowledge distillation to multi-task driving scene segmentation is challenging because drivable-area and lane segmentation exhibit different spatial characteristics and class imbalance. We propose KDTwin, a task-aware distillation framework for lightweight multi-task segmentation networks. The proposed method performs distillation at both the shared encoder and task-specific decoders. Encoder-level pairwise distillation transfers spatial relational knowledge to enhance the student's shared representation. For the decoders, we use a weighted loss for drivable-area segmentation and a boundary-aware loss for lane segmentation, enabling task-adaptive knowledge transfer without increasing inference complexity. Experiments on BDD100K show consistent improvements across the evaluated CNN-based and Transformer-based student models without increasing inference-time parameters or FLOPs. The results show that designing distillation objectives according to task-specific characteristics can effectively enhance multi-task segmentation performance for autonomous driving. The source code is available at https://github.com/chequanghuy/KDTwin.
• Abstract（参考訳）: 効率的な知覚モデルは、精度と計算コストを慎重にバランスさせなければならないリアルタイム自律運転に不可欠である。 しかし, 多タスク運転シーンセグメンテーションに知識蒸留を適用することは, ドライビアエリアとレーンセグメンテーションが異なる空間特性とクラス不均衡を示すため困難である。 軽量マルチタスクセグメンテーションネットワークのためのタスク対応蒸留フレームワークであるKDTwinを提案する。 提案手法は共有エンコーダとタスク固有デコーダの両方で蒸留を行う。 エンコーダレベルの対蒸留は、学生の共有表現を強化するために空間的関係知識を伝達する。 このデコーダでは、乾燥領域分割における重み付き損失とレーン分割における境界認識損失を用い、推論複雑性を増大させることなくタスク適応型知識伝達を可能にする。 BDD100Kの実験では、推論時間パラメータやFLOPを増大させることなく、評価されたCNNベースの学生モデルとトランスフォーマーベースの学生モデルに一貫した改善が示されている。 その結果, 自律運転における多タスクセグメンテーション性能を効果的に向上させることができることがわかった。 ソースコードはhttps://github.com/chequanghuy/KDTwin.comで入手できる。

関連論文リスト

• Channel-wise Dynamic Knowledge Distillation via Adaptive Sample Generation for Action Recognition [53.278983063932706]
  適応型サンプル対応チャネルワイドダイナミック (ASCD) KD アプローチを開発した。 まず、適応的なサンプル生成モジュールを使用して、サンプル勾配のセマンティクスを組み込んで、更新されたサンプルを作成する。 第2に, チャネルワイド・ダイナミック蒸留モジュールを用いて, サンプル勾配と特徴周波数で導かれるこれらのサンプルを学生に訓練する。
  論文  参考訳（メタデータ） (2026-08-04T04:18:13Z)
• Compressing Multi-Task Model for Autonomous Driving via Pruning and Knowledge Distillation [23.08627330312648]
  本稿では,タスク認識型安全なプルーニングと特徴レベルの知識蒸留を組み合わせたマルチタスクモデル圧縮フレームワークを提案する。 BDD100Kデータセットの実験では、圧縮されたモデルがパラメータの32.7%の削減を実現している。 圧縮されたモデルは、リアルタイムに32.7 FPSで動作する。
  論文  参考訳（メタデータ） (2025-11-03T18:43:15Z)
• Human Insights Driven Latent Space for Different Driving Perspectives: A Unified Encoder for Efficient Multi-Task Inference [43.474068248379815]
  都市交通に不可欠な複数のコンピュータビジョンタスクを訓練した統一型エンコーダを提案する。 人間の知覚機構に類似した多様な視覚的手がかりを統合することで、エンコーダはナビゲーション関連の予測を強化する豊富な特徴をキャプチャする。 その結果,(1) 統合エンコーダは,すべての視覚的認識タスク間での競合性能を達成し,強力な一般化能力を示すこと,(2) ステアリング推定のために,凍結された統合エンコーダを平均化することにより,その微細な調整された表現と,ImageNetのような汎用データセットで事前訓練された同じ凍結モデルの両方に優れることがわかった。
  論文  参考訳（メタデータ） (2024-09-16T08:54:03Z)
• LiDAR-BEVMTN: Real-Time LiDAR Bird's-Eye View Multi-Task Perception Network for Autonomous Driving [12.713417063678335]
  本稿では,LiDARに基づくオブジェクト検出,意味論,動作セグメンテーションのためのリアルタイムマルチタスク畳み込みニューラルネットワークを提案する。 オブジェクト検出を選択的に改善するためのセマンティック・ウェイト・アンド・ガイダンス(SWAG)モジュールを提案する。 我々は,2つのタスク,セマンティックとモーションセグメンテーション,および3Dオブジェクト検出のための最先端性能に近い2つのタスクに対して,最先端の結果を得る。
  論文  参考訳（メタデータ） (2023-07-17T21:22:17Z)
• Visual Exemplar Driven Task-Prompting for Unified Perception in Autonomous Driving [100.3848723827869]
  本稿では,タスク固有のプロンプトを通じて視覚的見本を提示する,効果的なマルチタスクフレームワークVE-Promptを提案する。 具体的には、境界ボックスと色に基づくマーカーに基づいて視覚的な例を生成し、ターゲットカテゴリの正確な視覚的外観を提供する。 我々は変圧器をベースとしたエンコーダと畳み込み層を橋渡しし、自律運転における効率的かつ正確な統合認識を実現する。
  論文  参考訳（メタデータ） (2023-03-03T08:54:06Z)
• Unifying Synergies between Self-supervised Learning and Dynamic Computation [53.66628188936682]
  SSLとDCのパラダイム間の相互作用に関する新しい視点を提示する。 SSL設定において、スクラッチから高密度かつゲートされたサブネットワークを同時に学習することは可能であることを示す。 密集エンコーダとゲートエンコーダの事前学習における共進化は、良好な精度と効率のトレードオフをもたらす。
  論文  参考訳（メタデータ） (2023-01-22T17:12:58Z)
• TransKD: Transformer Knowledge Distillation for Efficient Semantic Segmentation [49.794142076551026]
  Transformer-based Knowledge Distillation (TransKD) フレームワークは,大規模教師トランスフォーマーの機能マップとパッチ埋め込みの両方を蒸留することにより,コンパクトな学生トランスフォーマーを学習する。 Cityscapes、ACDC、NYUv2、Pascal VOC2012データセットの実験は、TransKDが最先端の蒸留フレームワークより優れていることを示している。
  論文  参考訳（メタデータ） (2022-02-27T16:34:10Z)
• Learning Invariant Representations for Reinforcement Learning without Reconstruction [98.33235415273562]
  本研究では,表現学習が画像などのリッチな観察からの強化学習を,ドメイン知識や画素再構成に頼ることなく促進する方法について検討する。 シミュレーションメトリクスは、連続MDPの状態間の振る舞いの類似性を定量化する。 修正された視覚的 MuJoCo タスクを用いてタスク関連情報を無視する手法の有効性を実証する。
  論文  参考訳（メタデータ） (2020-06-18T17:59:35Z)

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。