論文の概要: When to Adapt: Multi-Signal Domain Shift Detection for Efficient Training-Free Adaptation in Open-Vocabulary Segmentation
- arxiv url: http://arxiv.org/abs/2609.37602v1
- Date: Tue, 29 Sep 2026 13:53:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:47.584219
- Title: When to Adapt: Multi-Signal Domain Shift Detection for Efficient Training-Free Adaptation in Open-Vocabulary Segmentation
- Title（参考訳）: 開語彙セグメンテーションにおける効率的な学習自由適応のための多信号領域シフト検出
- Abstract要約: オープン語彙セグメンテーションにおける訓練不要な連続テスト時間適応のための多信号領域シフト検出法を提案する。
提案手法は,適応性を大幅に低減しつつセグメント化の精度を保ちながら,トレーニング不要な適応を現実的に実現し,長期間のロボット展開の実現を可能にする。
- 参考スコア（独自算出の注目度）: 40.09395023514402
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robust and reliable perception is essential for autonomous robots operating in real-world environments, particularly in long-term missions where environmental conditions may change significantly over time. Although recent advances in Visual Foundation Models (VFMs) have improved open-vocabulary semantic segmentation, these models can still suffer from domain shift, which can significantly degrade performance if they are not adapted to the current environment. Training-free domain adaptation is a relevant paradigm for adaptation, consisting of adjusting the model online using lightweight adapters. Recent approaches apply this on a per-frame basis, which is impractical for deployments on resource-constrained robotic hardware. To tackle this, we propose a multi-signal domain shift detection method for training-free continual test-time adaptation (TF-CTTA) in open-vocabulary segmentation. Our method leverages temporal coherence across consecutive frames by monitoring and combining complementary aspects of domain shift (visual change, adapter mismatch, and semantic drift) to trigger adaptation only when needed. We validate our approach on a benchmark including indoor and outdoor environments and using real robotic data. We demonstrate that our approach maintains segmentation accuracy while substantially reducing adaptations, making training-free adaptation practical and feasible for long-term, real-world robotic deployments.
- Abstract（参考訳）: ロバストで信頼性の高い認識は、特に環境条件が時間とともに大幅に変化する長期的ミッションにおいて、現実の環境で動く自律ロボットにとって不可欠である。
Visual Foundation Models (VFMs) の最近の進歩は、オープン語彙セマンティックセマンティックセグメンテーションを改善しているが、これらのモデルは依然としてドメインシフトに悩まされており、現在の環境に適応していない場合、パフォーマンスが著しく低下する可能性がある。
トレーニング不要のドメイン適応は、軽量アダプタを使用してモデルをオンラインで調整する、関連する適応パラダイムである。
近年のアプローチでは,資源制約のロボットハードウェアへの展開には実用的ではない,フレーム単位のアプローチが採用されている。
そこで本研究では,オープン語彙セグメンテーションにおける訓練不要連続テスト時間適応(TF-CTTA)のための多信号領域シフト検出手法を提案する。
本手法は,ドメインシフト(視覚変化,アダプタミスマッチ,セマンティックドリフト)の相補的な側面を監視・結合することにより,連続フレーム間の時間的コヒーレンスを活用し,必要に応じて適応をトリガする。
室内および屋外環境を含むベンチマークと実際のロボットデータによるアプローチの検証を行った。
提案手法は,適応性を大幅に低減しつつセグメンテーションの精度を保ちながら,トレーニング不要な適応を現実的に実現し,長期間のロボット展開の実現を可能にすることを実証する。
関連論文リスト
- Instance-Guided Unsupervised Domain Adaptation for Robotic Semantic Segmentation [4.556831252263135]
教師なしドメイン適応(Unsupervised Domain Adaptation, UDA)は、外部の監視なしにロボットのターゲット環境にネットワークを適応させる。
本稿では,3次元地図から始まる多視点一貫した擬似ラベルを生成する手法を提案する。
ファウンデーションモデルのゼロショットインスタンスセグメンテーション機能を用いて、これらのラベルを洗練し、インスタンスレベルのコヒーレンスを強制する。
論文 参考訳（メタデータ） (2026-02-01T18:49:03Z) - To Adapt or Not to Adapt? Real-Time Adaptation for Semantic Segmentation [45.74645069886128]
HAMLETは、リアルタイムドメイン適応のためのハードウェア対応Modular Least Expensive Trainingフレームワークである。
当社のアプローチでは,1つのコンシューマグレードGPU上で29FPS以上を同時に適用しながらセマンティックセグメンテーションを行うことができる。
論文 参考訳（メタデータ） (2023-07-27T17:59:59Z) - ViDA: Homeostatic Visual Domain Adapter for Continual Test Time Adaptation [48.039156140237615]
目標ドメインの継続的な変更に事前訓練されたモデルを適用するために、連続的なテスト時間適応タスクを提案する。
我々はCTTA用のVisual Domain Adapter (ViDA) を設計し、ドメイン固有知識とドメイン共有知識の両方を明示的に扱う。
提案手法は,CTTAタスクの分類とセグメント化の両方において,最先端の性能を実現する。
論文 参考訳（メタデータ） (2023-06-07T11:18:53Z) - Gradual Test-Time Adaptation by Self-Training and Style Transfer [5.110894308882439]
段階的ドメイン適応とテスト時間適応の自然な関係を示す。
本稿では,自己学習とスタイル伝達に基づく新しい手法を提案する。
CIFAR10C, CIFAR100C, ImageNet-Cベンチマークにおける本手法の有効性を示す。
論文 参考訳（メタデータ） (2022-08-16T13:12:19Z) - PointFix: Learning to Fix Domain Bias for Robust Online Stereo Adaptation [54.734201944510026]
本稿では,PointFixと呼ばれるメタラーニングフレームワークに補助的なポイント選択型ネットワークを導入することを提案する。
簡単に言えば、我々の補助的ネットワークは、メタグラディエントを通じて局所情報を効果的にバックプロパゲートすることで、局所的変異を集中的に修正することを学ぶ。
このネットワークはモデルに依存しないため、プラグイン・アンド・プレイ方式であらゆる種類のアーキテクチャで使用することができる。
論文 参考訳（メタデータ） (2022-07-27T07:48:29Z) - Feed-Forward Latent Domain Adaptation [17.71179872529747]
本研究では,資源制約されたエッジデバイスが事前学習したモデルをローカルなデータ分布に適応させることのできる,新しい高度に実践的な問題設定について検討する。
エッジデバイスの制限を考慮すると、バックプロパゲーションを使わず、ソースデータにアクセスせずに、事前訓練されたモデルのみを使用し、フィードフォワード方式で適応することを目指している。
我々の解決策は、混合関連ターゲットデータセットを埋め込み、クロスアテンションを用いてターゲットサンプルに対する推論を動的に適応できるネットワークをメタラーニングすることである。
論文 参考訳（メタデータ） (2022-07-15T17:37:42Z) - Self-supervised Augmentation Consistency for Adapting Semantic
Segmentation [56.91850268635183]
本稿では,実用的かつ高精度な意味セグメンテーションのためのドメイン適応手法を提案する。
私たちは標準データ拡張技術である$-$フォトメトリックノイズ、フリップとスケーリング$-$を採用し、セマンティック予測の一貫性を保証する。
適応後の最先端セグメンテーション精度を大幅に改善し、バックボーンアーキテクチャと適応シナリオの異なる選択に整合性を持たせる。
論文 参考訳（メタデータ） (2021-04-30T21:32:40Z) - Unsupervised Domain Adaptation for Spatio-Temporal Action Localization [69.12982544509427]
S時間動作の局所化はコンピュータビジョンにおいて重要な問題である。
本稿では、エンドツーエンドの教師なしドメイン適応アルゴリズムを提案する。
空間的特徴と時間的特徴を別々にあるいは共同的に適応した場合に,顕著な性能向上が達成できることを示す。
論文 参考訳（メタデータ） (2020-10-19T04:25:10Z) - Adaptive Risk Minimization: Learning to Adapt to Domain Shift [109.87561509436016]
ほとんどの機械学習アルゴリズムの基本的な前提は、トレーニングとテストデータは、同じ基礎となる分布から引き出されることである。
本研究では,学習データをドメインに構造化し,複数のテスト時間シフトが存在する場合の領域一般化の問題点について考察する。
本稿では、適応リスク最小化(ARM)の枠組みを紹介し、モデルがトレーニング領域に適応することを学ぶことで、効果的な適応のために直接最適化される。
論文 参考訳（メタデータ） (2020-07-06T17:59:30Z)
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。