論文の概要: From Unity Simulation to Diffusion-Based Augmentation: Quantifying Dataset Balance for Robust Object Detection

• arxiv url: http://arxiv.org/abs/2609.38010v1
• Date: Tue, 29 Sep 2026 16:58:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.765305
• Title: From Unity Simulation to Diffusion-Based Augmentation: Quantifying Dataset Balance for Robust Object Detection
• Title（参考訳）: ユニティシミュレーションから拡散に基づく拡張:ロバスト物体検出のためのデータセットバランスの定量化
• Abstract要約: 現代のコンピュータビジョンモデルは、大規模アノテートデータセットでトレーニングされた場合、高い精度を達成する。 本稿では,2つの相補的データ生成パラダイムを比較検討する。 統一された実験フレームワークは、実、シミュレート、生成ソース間で制御されたデータセットの混合を可能にする。
• 参考スコア（独自算出の注目度）: 0.26097841018267615
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern computer vision models achieve high accuracy when trained on large-scale annotated datasets. In critical domains such as construction safety monitoring, data collection is costly, hazardous, and ethically constrained. This paper presents a systematic study comparing two complementary data generation paradigms, (1) Unity Simulation-based rendering and (2) Controllable Diffusion-based generation (CIA), for object detection under real data-scarce conditions. A unified experimental framework enables controlled dataset mixing across real, simulated, and generative sources, while maintaining identical model and training settings. Quantitative evaluation using Precision, Recall, mAP, and custom $Δ$-metrics, reveals that neither simulation nor generative augmentation alone achieves optimal transferability. Unity-only training yields an mAP@0.5 drop of $-50\%$ relative to real data, while CIA-only training shows a milder $-16.5\%$ degradation. Hybrid compositions significantly improve performance, with the 90\% real + 10\% Unity configuration achieving the best overall mAP@0.5 of $62.68\%$ ($+7.64\%$ over baseline), and the 90\% real + 10\% CIA configuration maximizing precision at $74.45\%$. Results demonstrate that limited synthetic inclusion enhances generalization, while excessive substitution induces domain drift.
• Abstract（参考訳）: 現代のコンピュータビジョンモデルは、大規模アノテートデータセットでトレーニングされた場合、高い精度を達成する。 建設安全監視のような重要な領域では、データ収集は費用がかかり、危険であり、倫理的に制約がある。 本稿では,(1)単元シミュレーションに基づくレンダリングと(2)実データスカース条件下でのオブジェクト検出のための制御可能な拡散生成(CIA)の2つの相補的データ生成パラダイムを比較した系統的研究を行う。 統一された実験フレームワークは、同じモデルとトレーニング設定を維持しながら、実際の、シミュレーションされた、生成ソース間で制御されたデータセットの混合を可能にする。 Precision, Recall, mAP, およびカスタム$Δ$-metricsを用いた定量的評価により, シミュレーションも生成的拡張も最適転送性は得られないことが判明した。 ユニティのみのトレーニングは、実際のデータと比較してmAP@0.5の$-50\%の値下げをもたらすが、CIAのみのトレーニングは、より穏やかな$-16.5\%の値下げを示す。 ハイブリッドな構成は性能を著しく向上させ、90\% real + 10\% Unity の構成は、総じて 62.68\%$+7.64\%$ の mAP@0.5 を達成し、90\% real + 10\% CIA 構成は74.45\%$ の精度を最大化している。 その結果、限定的な合成包接が一般化を促進する一方、過剰置換はドメインドリフトを引き起こすことが示された。

関連論文リスト

• Training-Free Metrics for Synthetic Object Detection Data: A Proxy for Detector Performance [3.052250424013348]
  条件合成ドメインマッチング(CCDM)は、下流検出のための候補合成トレーニングセットの相対的ユーティリティのプロキシとして機能する。 VisDrone-DETデータセットの実験により、CCDM計量系は、YOLOv8の下流性能と1.0のスピアマン相関を達成した。
  論文  参考訳（メタデータ） (2026-06-18T05:46:23Z)
• GASE: Gaussian Splatting-Based Automated System for Reconstructing Embodied-Simulation Environments [63.222920701596564]
  実世界での実施エージェントの訓練には熟練したオペレーターと高価なハードウェアが必要である。 シミュレーション環境は、大規模で費用対効果の高いデータ拡張を可能にすることで、魅力的な代替手段を提供する。 シミュレーションシーンを最小限のsim-to-realギャップで高速に構築することは、ロボット学習において重要な目標となっている。
  論文  参考訳（メタデータ） (2026-06-16T05:00:42Z)
• Sim-to-Real Fruit Detection Using Synthetic Data: Quantitative Evaluation and Embedded Deployment with Isaac Sim [0.0]
  本研究では,制約付きデータ条件および組込み配置条件下でのオブジェクト検出におけるSim-to-real転送のための合成データの有効性について検討した。 その結果、実データのみにトレーニングされたモデルが最も精度が高いのに対し、合成専用モデルはドメインギャップによる性能低下を示すことがわかった。 訓練されたモデルはJetson Orin NXRTに配備され、リアルタイムの推論性能を実現した。
  論文  参考訳（メタデータ） (2026-03-30T16:52:29Z)
• SimulCost: A Cost-Aware Benchmark and Toolkit for Automating Physics Simulations with LLMs [56.07550353240028]
  物理シミュレーションにおけるコスト依存パラメータチューニングをターゲットとした最初のベンチマークであるSimulCostを紹介する。 SimulCostは、LCMチューニングのコスト感受性パラメータと従来のスキャン手法の精度と計算コストを比較した。 各シミュレータのコストは解析的に定義され、プラットフォームに依存しない。
  論文  参考訳（メタデータ） (2026-03-11T05:00:48Z)
• Hybrid Synthetic Data Generation with Domain Randomization Enables Zero-Shot Vision-Based Part Inspection Under Extreme Class Imbalance [3.7696918637188817]
  堅牢な機械学習モデルのトレーニングには、大量の高品質なラベル付きデータが必要である。 欠陥サンプルは本質的に稀であり、モデル性能を低下させる深刻なクラス不均衡を引き起こす。 合成データ生成は、大きく、バランスよく、完全に注釈付けされたデータセットの作成を可能にすることで、有望なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-11-28T05:30:49Z)
• Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout [62.73150122809138]
  Federated Learning(FL)は、複数のエッジデバイスを使用したグローバルモデルの協調トレーニングを可能にする、有望な分散機械学習アプローチである。 動的不均一モデルアグリゲーション(FedDH)と適応ドロップアウト(FedAD)の2つの新しい手法を備えたFedDHAD FLフレームワークを提案する。 これら2つの手法を組み合わせることで、FedDHADは精度(最大6.7%)、効率(最大2.02倍高速)、コスト(最大15.0%小型)で最先端のソリューションを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-07-14T16:19:00Z)
• STORM: Efficient Stochastic Transformer based World Models for Reinforcement Learning [82.03481509373037]
  近年,モデルに基づく強化学習アルゴリズムは視覚入力環境において顕著な有効性を示している。 本稿では,強力なモデリングと生成機能を組み合わせた効率的な世界モデルアーキテクチャであるTransformer-based wORld Model (STORM)を紹介する。 Stormは、Atari 100$kベンチマークで平均126.7%の人的パフォーマンスを達成し、最先端のメソッドの中で新しい記録を樹立した。
  論文  参考訳（メタデータ） (2023-10-14T16:42:02Z)
• Model-based Policy Optimization with Unsupervised Model Adaptation [37.09948645461043]
  本研究では,不正確なモデル推定による実データとシミュレーションデータのギャップを埋めて,より良いポリシ最適化を実現する方法について検討する。 本稿では,教師なしモデル適応を導入したモデルベース強化学習フレームワークAMPOを提案する。 提案手法は,一連の連続制御ベンチマークタスクにおけるサンプル効率の観点から,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-10-19T14:19:42Z)
• AutoSimulate: (Quickly) Learning Synthetic Data Generation [70.82315853981838]
  目的の新たな微分可能近似に基づく最適な合成データ生成法を提案する。 提案手法は,学習データ生成の高速化(最大50Times$)と,実世界のテストデータセットの精度向上(+8.7%$)を実現している。
  論文  参考訳（メタデータ） (2020-08-16T11:36:11Z)

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。