論文の概要: Hi-OPD: Hierarchy-Aware Open-Prompt Detection for Remote Sensing Images

• arxiv url: http://arxiv.org/abs/2609.25584v1
• Date: Tue, 22 Sep 2026 02:30:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:04.18053
• Title: Hi-OPD: Hierarchy-Aware Open-Prompt Detection for Remote Sensing Images
• Title（参考訳）: Hi-OPD:リモートセンシング画像のための階層型オープンプロンプト検出
• Abstract要約: Hi-OPDは、階層セーフなネガティブサンプリング、パス多陽性監視、一方方向上向きの一貫性を通じて、祖先の検索を学習する。 共同APとCARは、明示的な階層的トレーニングが原子の検出と転送を継続しながら、この障害モードを修復することを示している。
• 参考スコア（独自算出の注目度）: 8.335882612496334
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Hi-OPD addresses a failure mode left uncontrolled by flat open-prompt training: descendant retrieval need not persist under ancestor queries when multi-source remote sensing annotations exhibit inconsistent granularity and missing labels. A detector may localize \textit{car} and \textit{van} under atomic prompts yet miss the same instances under \textit{vehicle}; flat AP does not expose this cross-level inconsistency. We propose Hi-OPD, a hierarchy-aware open-prompt detector, and construct RS153-HierOPD from 175,644 retained training image/tile records and 3.48M boxes mapped to 153 atomic categories with sparse hierarchy and alias relations. Hi-OPD learns ancestor retrieval through hierarchy-safe negative sampling, path multi-positive supervision, and one-way upward consistency, while per-source risk exclusion handles potentially missing labels. ConvVPE converts K-shot support boxes into text-compatible embeddings using detector-native features and the shared contrastive head. On Track A, Hi-OPD obtains 79.7/72.3 AP50 on DIOR/DOTA-v2.0, above the literature-reported OpenRSD results of 76.7/71.8. Under controlled training on the original converted annotations, the full hierarchy recipe raises DOTA-v2.0 parent AP50 from 7.2 to 71.5 and FAIR1M grandparent AP50 from 31.6 to 71.4, while DOTA-v2.0 atomic AP50 changes from 71.4 to 72.3. The text path reaches 99.7% CAR50 (0.3% violation) across the three common sources and 99.9%/0.1% on FAIR1M grandparent relations. On held-out VEDAI, text AP50 is 75.9, 6.2 points above OpenRSD. Joint AP and CAR show that explicit hierarchy training repairs this failure mode while retaining atomic detection and prompt transfer.
• Abstract（参考訳）: Hi-OPDは、フラットなオープンプロンプトトレーニングによって制御されていない障害モードに対処する: マルチソースリモートセンシングアノテーションが一貫性のない粒度とラベルの欠如を示す場合、子孫検索は、祖先クエリの下で持続する必要はない。 検出器は、原子プロンプトの下で \textit{car} と \textit{van} をローカライズするが、 \textit{vehicle} で同じインスタンスを見逃す。 階層を意識したオープンプロンプト検出器であるHi-OPDを提案し、175,644個のトレーニング画像/タイルレコードからRS153-HierOPDを構築し、3.48Mボックスをスパース階層とエイリアス関係を持つ153個のアトミックカテゴリにマッピングした。 Hi-OPDは階層セーフな負のサンプリング、パス多陽性の監視、一方的な上向きの一貫性を通じて祖先の検索を学習する一方、ソースごとのリスク排除は潜在的に欠落するラベルを扱う。 ConvVPEはKショットのサポートボックスを、検出器ネイティブの特徴と共有コントラストヘッドを使ってテキスト互換の埋め込みに変換する。 トラックAでは、Hi-OPDはDIOR/DOTA-v2.0上で79.7/72.3 AP50を得る。 DOTA-v2.0の親AP50は7.2から71.5に、FAIR1Mの祖父母AP50は31.6から71.4に、DOTA-v2.0の親AP50は71.4から72.3に変化する。 テキストパスは3つの共通情報源で99.7% CAR50(0.3%違反)、FAIR1Mの祖父母関係で99.9%/0.1%に達する。 VEDAIでは、テキストAP50はOpenRSDより75.9, 6.2ポイント高い。 共同APとCARは、明示的な階層的トレーニングが原子の検出と転送を保ちながら、この障害モードを修復することを示している。

関連論文リスト

• Not All Relations Are Equal: Relation-Balanced and Calibrated Graph Learning for Provenance-Based Intrusion Detection [69.06648810271712]
  本稿では,関係バランスの取れたグラフ学習を用いた教師なしフレームワークRECALについて述べる。 3つのDARPA E3データセットにおいて、RECALはF1スコアの99.99%、99.93%、99.99%を達成し、各データセットでそれぞれ0.88、0.82、0.42で最高のベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-09-15T00:31:01Z)
• ArguLens: An Open-Source System for Automated Essay Scoring and Label-Aware Feedback Generation [9.677955445684686]
  ArguLensは、自動エッセイスコア(AES)を3つの分離されたコンポーネントに分解するオープンソースシステムである。 ラベル対応フィードバックジェネレータは、Qwen2.5-14BInstructバックボーンでvLLMを介して機能する。 Gradio Web UIはプラグイン可能な推論バックエンドを公開し、単一評価とバッチスコアをサポートする。
  論文  参考訳（メタデータ） (2026-08-18T04:23:50Z)
• OV3D-Bench: A Diagnostic Benchmark for Open-Vocabulary Monocular 3D Detection [82.26920986339502]
  OV3D-Benchは、開語彙単分子3D検出器をデプロイリアルな条件下で比較する診断ベンチマークである。 7つの代表検出器を評価し, (i) 対象をよく局所化するが, しばしば意味的に隣接したカテゴリとして, 正しく局所化されたボックスを誤ラベルする。 我々は、SigLIPv2のような対照的な視覚言語エンコーダを用いて、凍結閉語彙検出器の予測を単に再マッピングするだけで、近年のオープン語彙法と競合することを示した。
  論文  参考訳（メタデータ） (2026-08-17T20:38:57Z)
• Navigation-Informed Embeddings: Dense-Retriever Adaptation from Agent Search Traces [0.0]
  追跡対象の家系であるNIE(Navigation-Informed Embeddings)を紹介する。 NIE-Stopは停止する文書をソフトなポジティブに変え、NIE-Pathは先行するパス文書をハードな比較として使用する。 NIE-Pathは長路性能を55.4に引き上げ、未適応のエンコーダは46.7に向上した。
  論文  参考訳（メタデータ） (2026-08-16T23:07:44Z)
• The Recall Trap: A Recall-Maximizing Retriever Configuration Reduces Issue Resolution in Fixed-Budget Code Context [45.88028371034407]
  コード修復における制御ケーススタディを報告し,新しい現象ではない。 私たちは、同じスタック上の1つのフラグ(1チャンク毎の重複)を切り替えます。 BM25(3.2pp、重要なパラダイム間相互作用)を逆転させる。 厳格な固定予算では、ファイルごとのハードダイドプリケートや、タスクに対するA/Bパッケージングポリシは、メトリックフラグを調整しないことが示されます。
  論文  参考訳（メタデータ） (2026-08-14T19:22:50Z)
• Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
  PointArena 2026は77.2%の精度でベンチマークで2位である。 ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。 次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
  論文  参考訳（メタデータ） (2026-06-29T06:39:03Z)
• Control-Plane Placement Shapes Forgetting: An Architectural Study of Agent Memory Across Thirteen System Configurations [1.2763567932588586]
  ForgetEvalは1000ケースのテンプレート・スイートと385ケースの対向層(手作り+253 LLMのオラクル・バリデーション) 決定論的プリミティブは語彙的・時間的カテゴリーで十分だが、正準化に失敗する。 1000ケースのテンプレートスイートと385ケースの反対層であるForgetEvalを通じて、トレードオフを公開しています。
  論文  参考訳（メタデータ） (2026-06-14T16:32:15Z)

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。