論文の概要: HDMamba-YOLO: Efficient State-Space Perception and Local Spatial Reconstruction for UAV Small Object

• arxiv url: http://arxiv.org/abs/2609.23061v1
• Date: Sat, 19 Sep 2026 14:47:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.668167
• Title: HDMamba-YOLO: Efficient State-Space Perception and Local Spatial Reconstruction for UAV Small Object
• Title（参考訳）: HDMamba-YOLO:UAV小物体の高能率状態空間知覚と局所空間再構成
• Abstract要約: UAV画像の小さな物体検出には、弱い視覚的証拠、曖昧な境界、密集した物体分布、複雑な背景がある。 本稿では, 段階的に異種SSM-CNN検出器であるHybrid Dual- Domain Mamba-YOLO(HDMamba-YOLO)を提案する。 VisDrone 2019では、HDMamba-YOLO-Bが42.737% mAP50と25.713% mAP50:95の10.042Mパラメータと29.879の修正GFLOPを達成した。
• 参考スコア（独自算出の注目度）: 2.197918607082372
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Small-object detection in UAV imagery is challenged by weak visual evidence, ambiguous boundaries, dense object distributions, and complex backgrounds. Effective detection therefore requires long-range contextual information for target-background discrimination while preserving explicit local two-dimensional structures for accurate localization. These requirements arise at different stages of the detection pipeline and are not naturally addressed by a uniform feature-processing strategy. We propose Hybrid Dual-domain Mamba-YOLO (HDMamba-YOLO), a stage-wise heterogeneous SSM-CNN detector organized according to a perception-reconstruction-alignment-interaction rationale. EfficientVMamba-based EVSS establishes long-range contextual perception in the backbone, while PhasePatchMerging2D provides phase-aware hierarchical transitions. DST-Wrapper and Native C3k2-ASSAF then perform perception-to-reconstruction transition and repeated local two-dimensional reconstruction during FPN/PAN aggregation. DySample provides content-adaptive cross-scale resampling, while OS-CVTIA introduces macro-micro interaction and task-specific modulation for localization and classification. On VisDrone2019, HDMamba-YOLO-B achieves 42.737% mAP50 and 25.713% mAP50:95 with 10.042M parameters and 29.879 corrected GFLOPs. HDMamba-YOLO-Lite achieves 41.140% mAP50 and 24.741% mAP50:95 with 5.344M parameters. Under the unified AI-TOD evaluation protocol, HDMamba-YOLO-B obtains 21.621% AP and 47.881% AP50. Controlled ablations further support the stage-wise allocation of state-space perception, convolutional reconstruction, dynamic alignment, and task interaction for UAV small-object detection.
• Abstract（参考訳）: UAV画像の小さな物体検出には、弱い視覚的証拠、曖昧な境界、密集した物体分布、複雑な背景がある。 有効検出には、正確な位置決めのための明示的な局所的な2次元構造を保ちながら、ターゲット・バックグラウンド識別のための長距離コンテキスト情報が必要である。 これらの要件は検出パイプラインの異なる段階で発生し、一様の機能処理戦略によって自然に対処されない。 本稿では, 段階的に異種SSM-CNN検出器であるHybrid Dual- Domain Mamba-YOLO(HDMamba-YOLO)を提案する。 効率的なVMambaベースのEVSSは、バックボーン内の長距離コンテキスト認識を確立し、フェーズPatchMerging2Dは、フェーズ対応の階層的遷移を提供する。 DST-WrapperとNative C3k2-ASSAFはFPN/PANアグリゲーション中に知覚と再構成の遷移と局所的な2次元再構築を繰り返している。 DySampleは、コンテンツ適応型クロススケールリサンプリングを提供するが、OS-CVTIAは、局所化と分類のためのマクロマイクロインタラクションとタスク固有の変調を導入している。 VisDrone2019では、HDMamba-YOLO-Bが42.737% mAP50と25.713% mAP50:95を10.042Mパラメータと29.879の修正GFLOPで達成している。 HDMamba-YOLO-Liteは、41.140%のmAP50と24.741%のmAP50:95を5.344Mパラメータで達成している。 統合AI-TOD評価プロトコルでは、HDMamba-YOLO-Bは21.621%のAP50と47.881%のAP50を得る。 制御されたアブレーションは、UAV小物体検出のための状態空間認識、畳み込み再構成、動的アライメント、タスクインタラクションの段階的割り当てをさらに支援する。

関連論文リスト

• MambaADv2: Evolving Duality-enhanced State Space Model for Unsupervised Anomaly Detection [108.36437360254605]
  本稿では,マルチクラス非教師付き異常検出に適したフレームワークであるMambaADv2を提案する。 MambaADv2は、事前訓練されたエンコーダと、複数のスケールにわたるDuality-enhanced State Space (DSS)モジュールを備えたMambaインスパイアされたデコーダで構成される。 HSS(Hybrid State Space)ブロックの構造は、SSDベースのMambaラインに従って調整され、Mamba3スタイルの位置認識状態空間モデリングが組み込まれている。
  論文  参考訳（メタデータ） (2026-06-22T10:14:06Z)
• MambaDSF: Multi-Scale SSM with Dilated Feature Fusion for Sonar Small Target Detection [8.504127970224703]
  小さいターゲットは、画素のカバー不足、音響コントラストの低さ、画像範囲のあいまいさのため、検出が難しいままである。 この手紙は、これらの制限に対処するハイブリッドフレームワークであるMamba Dilated-Scale Fusion (MambaDSF)を提案する。 MambaDSFはUATDの前向きソナーのベンチマークで91.5%のmAP50を達成し、28.7百万のパラメータを持つ。
  論文  参考訳（メタデータ） (2026-05-24T08:14:19Z)
• Cross-Modal Alignment and Fusion for RGB-D Transmission-Line Defect Detection [11.637942429146172]
  本稿では,RGBの外観と深度幾何学を原理化されたヒューズ・パラダイムを通じて統合したクロスモーダルアライメント・アンド・フュージョン・ネットワークであるCMAFNetを提案する。 CMAFNetは、辞書ベースの特徴浄化を行うセマンティック再構成モジュールで構成されている。 軽量な派生型は228 FPSで24.8% mAP50に達し、わずか4.9Mのパラメータしか持たない。
  論文  参考訳（メタデータ） (2026-02-02T06:11:33Z)
• LiM-YOLO: Less is More with Pyramid Level Shift and Normalized Auxiliary Branch for Ship Detection in Optical Remote Sensing Imagery [3.2425852744760184]
  LiM-YOLOは、ドメイン固有の競合を解決するために設計された特殊な検出器である。 船舶の規模を統計的に分析し,検出ヘッドをP2-P4に緩和するピラミッドレベルシフト戦略を導入する。 LiM-YOLOは最先端モデルに比べて検出精度と効率が優れている。
  論文  参考訳（メタデータ） (2025-12-10T14:48:58Z)
• VRS-UIE: Value-Driven Reordering Scanning for Underwater Image Enhancement [104.78586859995333]
  状態空間モデル(SSM)は、線形複雑性と大域的受容場のために、視覚タスクの有望なバックボーンとして登場した。 大型で均質だが無意味な海洋背景の優位性は、希少で価値ある標的の特徴表現応答を希薄にすることができる。 水中画像強調(UIE)のための新しい値駆動リダクションスキャンフレームワークを提案する。 本フレームワークは, 水バイアスを効果的に抑制し, 構造や色彩の忠実さを保ち, 優れた向上性能(WMambaを平均0.89dB超える)を実現する。
  論文  参考訳（メタデータ） (2025-05-02T12:21:44Z)
• MASF-YOLO: An Improved YOLOv11 Network for Small Object Detection on Drone View [0.0]
  マルチスケールコンテキストアグリゲーションとスケール適応型フュージョンYOLO(MASF-YOLO)を提案する。 UAV画像における小物体検出の難しさに対処するため,小型物体の検出精度を大幅に向上させるMFAM(Multi-scale Feature Aggregation Module)を設計した。 第3に,マルチスケール機能融合機能を強化したDASI(Dimension-Aware Selective Integration Module)を導入する。
  論文  参考訳（メタデータ） (2025-04-25T07:43:33Z)
• SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [68.18620488664187]
  本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。 具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、密度分布を持つ。 各種ラベル付き環境下での多目的対象物に対する大規模な実験により,本手法の有効性が示された。
  論文  参考訳（メタデータ） (2024-07-01T07:03:51Z)
• Dual Hyperspectral Mamba for Efficient Spectral Compressive Imaging [102.35787741640749]
  本稿では,グローバルな長距離依存関係と局所的コンテキストの両方を探索し,効率的なHSI再構成を実現するために,DHM(Dual Hyperspectral Mamba)を提案する。 具体的には、DHMは複数の双対超スペクトルS4ブロック(DHSB)から構成され、元のHSIを復元する。
  論文  参考訳（メタデータ） (2024-06-01T14:14:40Z)
• SEA: Bridging the Gap Between One- and Two-stage Detector Distillation via SEmantic-aware Alignment [76.80165589520385]
  細粒度情報を抽象化する性質から,SEA (SEmantic-Aware Alignment) 蒸留法を命名した。 1段検出器と2段検出器の両方において、挑戦的な物体検出タスクにおいて、最先端の新たな結果が得られる。
  論文  参考訳（メタデータ） (2022-03-02T04:24:05Z)

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。