論文の概要: CSCWD: Cross-Scale Channel-wise Knowledge Distillation for Lightweight Tiny Object Detection on Edge Devices

• arxiv url: http://arxiv.org/abs/2609.30395v1
• Date: Thu, 24 Sep 2026 18:02:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 18:27:51.084296
• Title: CSCWD: Cross-Scale Channel-wise Knowledge Distillation for Lightweight Tiny Object Detection on Edge Devices
• Title（参考訳）: CSCWD:エッジデバイス上での軽量Tinyオブジェクト検出のためのクロススケールチャネルワイド知識蒸留
• Abstract要約: 本研究は,CSCWD(Cross-Scale Channel-wise Knowledge Distillation)について述べる。 CSCWDは、学生の推論アーキテクチャを変更することなく、YOLO11m-P2教師からコンパクトなYOLO11n学生に高解像度空間表現を転送する。 結果は、推論時間モデル複雑性を増大させることなく、小さなターゲット検出を改善するために、クロススケール蒸留をサポートする。
• 参考スコア（独自算出の注目度）: 0.45835414225547183
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time tiny object detection in aerial imagery is constrained by the weak spatial evidence of very small objects and the loss of high-resolution detail in lightweight detectors. This study presents Cross-Scale Channel-wise Knowledge Distillation (CSCWD), a training-time framework that transfers high-resolution spatial representations from a YOLO11m-P2 teacher to a compact YOLO11n student without altering the student's inference architecture. Unlike conventional same-scale feature distillation, CSCWD transfers supervision from teacher P2 to student P3 after feature alignment while retaining same-scale distillation at deeper pyramid levels. Under the unified seven-sequence Drone-vs-Bird validation protocol, YOLO11n-CSCWD achieves 50.17% mean average precision at an intersection-over-union threshold of 0.5 (mAP@0.5) and 59.73% recall, improving the matched CA-YOLO11n baseline by 2.92 percentage points in mAP@0.5 and 3.55 points in recall. Cross-scale alignment further increases mAP@0.5 by 2.09 points over the corresponding same-scale channel-wise distillation configuration. In zero-shot evaluation on DUT-Anti-UAV, mAP@0.5 increases from 48.29% to 50.06% without target-domain fine-tuning. This domain was included because its challenging small targets make low-latency, computationally efficient detection particularly relevant. On Raspberry Pi 5 using NCNN-FP16 at 640x640 resolution, the 2.58-million-parameter student achieves 50.32% mAP@0.5 at 82.32 ms mean wall-clock latency, or 12.15 frames per second, while retaining essentially the same runtime and memory requirements as the matched baseline. The results support cross-scale distillation for improving tiny-target detection without increasing inference-time model complexity.
• Abstract（参考訳）: 空中画像におけるリアルタイムの微小物体検出は、非常に小さな物体の弱い空間的証拠と、軽量検出器で高解像度の細部が失われることによって制限される。 本研究では, YOLO11m-P2 教師からコンパクトな YOLO11n 学生に高分解能空間表現を伝達する学習時間フレームワーク CSCWD を提案する。 従来の同規模の蒸留とは異なり、CSCWDは教師のP2から学生のP3への監督を、より深いピラミッドレベルで同じ規模の蒸留を維持しながら、特徴調整後に行う。 統合された7シーケンスのDrone-vs-Bird検証プロトコルの下で、YOLO11n-CSCWDは平均50.17%の平均精度を0.5(mAP@0.5)と59.73%のリコールで達成し、マッチしたCA-YOLO11nベースラインをmAP@0.5で2.92ポイント、リコールで3.55ポイント改善した。 クロススケールアライメントはさらにmAP@0.5を2.09ポイント増加させる。 DUT-Anti-UAVのゼロショット評価では、mAP@0.5はターゲットドメインを微調整することなく48.29%から50.06%に増加する。 この領域は、その挑戦的な小さなターゲットが低レイテンシで計算効率のよい検出を特に関連付けるために含まれていた。 NCNN-FP16を640x640解像度で使用するRaspberry Pi 5では、258万パラメーターの学生は平均壁面のレイテンシ82.32msで50.32% mAP@0.5、毎秒12.15フレームを達成した。 その結果, モデル計算の複雑さを増大させることなく, 微小ターゲット検出を改良するためのクロススケール蒸留を支援した。

関連論文リスト

• YOLO26-RD: An End-to-End Road Damage Detection Network With Learnable Contrast Enhancement and Edge-Guided Downsampling [2.274915755738124]
  本稿では、ストライド4レベルが75.3%のアンカーを主張し、ローカライゼーションエラーよりも完全なミスがベースライン障害を支配しているという前提を検証する。 レシピの1つ、YOLO26-RD、YOLO26-RD、YOLO26-RD、YOLOv12ファミリーの5つの尺度で、スクラッチから15のモデルを訓練した。 YOLO26-RD-l は 0.809 mAP50 と 0.497 mAP50-95 の15の最高値であり、YOLO26 の参照を 0.031 と 0.030 で改善し、クラスごとに6つのエントリをリードする。
  論文  参考訳（メタデータ） (2026-08-16T12:36:12Z)
• Towards Compact Unified Multimodal Tracking: Synergizing Knowledge Distillation with Structural Pruning [80.73561460934809]
  多モード物体追跡は 相補的なセンサーデータを活用することで 目覚ましい堅牢性を達成した 我々は予測ヘッドを重要ではあるが、しばしば見過ごされる効率ボトルネックとみなしている。 デコーダアーキテクチャを戦略的に合理化することで、リアルタイム推論の可能性を解き放ちます。
  論文  参考訳（メタデータ） (2026-08-02T20:41:33Z)
• DroneScan-YOLO: Redundancy-Aware Lightweight Detection for Tiny Objects in UAV Imagery [0.0]
  DroneScan-YOLOは,4つのコーディネートされた設計選択を通じて制限に対処する,総合的なシステムコントリビューションである。 DroneScan-YOLOは55.3%のmAP@50と35.6%のmAP@50-95を達成し、YOLOv8sベースラインを+16.6と+12.3で上回った。
  論文  参考訳（メタデータ） (2026-04-14T20:14:57Z)
• Benchmarking IoT Time-Series AD with Event-Level Augmentations [34.864214444544565]
  実世界の問題をシミュレートする統合されたイベントレベル拡張による評価プロトコルを提案する。 5つの公開異常データセット上で14の代表的なモデルを評価する。
  論文  参考訳（メタデータ） (2026-02-17T09:45:44Z)
• A Novel Compression Framework for YOLOv8: Achieving Real-Time Aerial Object Detection on Edge Devices via Structured Pruning and Channel-Wise Distillation [0.0]
  YOLOv8オブジェクト検出モデルのための新しい3段階圧縮パイプラインを提案する。 スパシティ対応トレーニング、構造化チャネルプルーニング、CWD(Channel-Wise Knowledge Distillation)が使用されている。 VisDroneデータセットの実験では、複数のYOLOv8変種にまたがるアプローチの有効性が示されている。
  論文  参考訳（メタデータ） (2025-09-16T10:11:59Z)
• Patch-Level Contrasting without Patch Correspondence for Accurate and Dense Contrastive Representation Learning [79.43940012723539]
  ADCLRは、正確で高密度な視覚表現を学習するための自己教師型学習フレームワークである。 提案手法は, コントラッシブな手法のための新しい最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-06-23T07:38:09Z)
• G-DetKD: Towards General Distillation Framework for Object Detectors via Contrastive and Semantic-guided Feature Imitation [49.421099172544196]
  そこで本研究では,すべてのピラミッドレベルにまたがる特徴ペア間のソフトマッチングを自動的に行う,意味誘導型特徴模倣手法を提案する。 また,異なる特徴領域間の関係で符号化された情報を効果的に捉えるために,コントラスト蒸留を導入する。 本手法は,(1)フレームワークのコンポーネントを別々に使用した場合に,既存の検出KD技術よりも優れた性能を発揮する。
  論文  参考訳（メタデータ） (2021-08-17T07:44:27Z)
• COVID-MTL: Multitask Learning with Shift3D and Random-weighted Loss for Automated Diagnosis and Severity Assessment of COVID-19 [39.57518533765393]
  新型コロナウイルスの正確かつ効果的な評価を支援する自動化方法が緊急に必要である。 我々は,放射線学とNATの両方において,自動かつ同時検出と重症度評価が可能なエンドツーエンドマルチタスク学習フレームワーク(COVID-MTL)を提案する。
  論文  参考訳（メタデータ） (2020-12-10T08:30:46Z)

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。