論文の概要: FrontVeg V2: A Training-Free Software Framework for Foreground-Aware Zero-Shot Plant Trait Segmentation in High-Resolution Images of Trellised Crops

• arxiv url: http://arxiv.org/abs/2610.06575v1
• Date: Mon, 05 Oct 2026 15:53:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 07:28:16.174549
• Title: FrontVeg V2: A Training-Free Software Framework for Foreground-Aware Zero-Shot Plant Trait Segmentation in High-Resolution Images of Trellised Crops
• Title（参考訳）: FrontVeg V2: トレル化作物の高分解能画像における前景対応ゼロショットプラントトレートセグメンテーションのためのトレーニングフリーソフトウェアフレームワーク
• Abstract要約: FrontVeg V2は、トレル化作物の高解像度画像における植物形質のゼロショットセグメンテーションのためのフレームワークである。 現在の実装では、Depth Anything V2 (DAV2) とSAM3を統合している。 FrontVeg V2は、タスク固有のモデル再トレーニングなしで、マルチクロップでマルチトレートなデジタル表現のための再利用可能なフレームワークを提供する。
• 参考スコア（独自算出の注目度）: 1.191854673079982
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: FrontVeg V2 is an open-source, training-free software framework for foregroundaware zero-shot segmentation of plant traits in high-resolution images of trellised crops. The pipeline combines monocular depth estimation, automatic foreground extraction using Valley-Aware Depth Thresholding, tiled zero-shot segmentation, Graph-Based Mask Assembly, and geometry-aware fusion. This design enables plant organs and disease symptoms to be segmented while reducing detections arising from neighboring vegetation rows. The current implementation integrates Depth Anything V2 (DAV2) and SAM3 and can be used through both command-line batch processing and a Napari graphical interface. FrontVeg V2 provides a reusable framework for multi-crop, multi-trait digital phenotyping without task-specific model retraining.
• Abstract（参考訳）: FrontVeg V2は、トレル化作物の高解像度画像における植物形質のゼロショットセグメンテーションを事前に認識するための、オープンソースでトレーニング不要なソフトウェアフレームワークである。 このパイプラインは、単眼深度推定、Valley-Aware Depth Thresholdingを用いた自動前景抽出、タイル付きゼロショットセグメンテーション、グラフベースマスクアセンブリ、幾何対応融合を組み合わせたものである。 この設計により、隣接する植生列から発生する検出を低減しつつ、植物器官や病気の症状をセグメント化することができる。 現在の実装では、Depth Anything V2 (DAV2) とSAM3を統合しており、コマンドラインバッチ処理とNapariグラフィカルインターフェースの両方で使用できる。 FrontVeg V2は、タスク固有のモデル再トレーニングなしで、マルチクロップでマルチトレートなデジタル表現のための再利用可能なフレームワークを提供する。

関連論文リスト

• FAST: Flow Any Scene Transformer [100.4134849010468]
  スケーリングは、言語とビジョン基盤モデルの進歩の原動力となっている。 Flow Any Scene Transformer (FAST)は、2つの重要な洞察によって駆動されるスケーラブルな対応モデルである。 FASTは、バックボーンサイズとトレーニングデータの両方で適切にスケーリングしながら、幅広いベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-09-30T13:48:43Z)
• Marigold V2: Revisiting Diffusion Transformers for Monocular Depth Estimation [68.73567966621631]
  最新の画像生成および編集モデルを再開発する一連の手法であるMarigoldを、最先端の単眼深度推定器に再検討する。 我々のレシピは、事前訓練されたマルチステップフローマッチングモデルから単一ステップの推論を目標とし、必要に応じて量子化を行い、安価な実行環境を維持しながらモデルキャパシティを保存する。 その結果,AbsRel は KITTI や ETH3D よりも16～26% 向上した。
  論文  参考訳（メタデータ） (2026-09-08T00:52:01Z)
• DualPathOcc: Dual-Resolution BEV Encoder for 3D Occupancy Prediction [8.28885315214003]
  本稿では,BEV圧縮前の高分解能特徴アグリゲーションのための空間エンハンサーと,ローカル・グローバル・コンテクスト・モデリングのためのSENet拡張デュアルパスBEVエンコーダと,近地占有のための高さ対応重み付きクロスエントロピーを組み合わせたカメラベースのフレームワークであるDualPathOccを紹介する。 単一フレームのOcc3D-nuScenesでは、DualPathOccが37.37 mIoUを達成した。
  論文  参考訳（メタデータ） (2026-09-06T04:02:36Z)
• Unblur-SLAM: Dense Neural SLAM for Blurry Inputs [68.94602568657164]
  Un-SLAMは、ぼやけた画像入力から鋭い3D再構成を行うための新しいパイプラインである。 動作のぼやけとデフォーカスのぼやけの両方が存在する場合の最先端性能を実証する。 いくつかの実世界のデータセットの実験では、ポーズ推定とシャープな再構成結果の両方において一貫した改善が示されている。
  論文  参考訳（メタデータ） (2026-03-26T14:29:47Z)
• One-Shot Refiner: Boosting Feed-forward Novel View Synthesis via One-Step Diffusion [57.824020826432815]
  スパース画像から高忠実性ノベルビュー合成(NVS)を実現するための新しいフレームワークを提案する。 ViTバックボーンによって制限されることなく高解像度画像を処理できるデュアルドメイン詳細知覚モジュールを設計する。 我々は,修復過程において高周波の詳細を保存できる特徴誘導拡散ネットワークを開発した。
  論文  参考訳（メタデータ） (2026-01-20T17:11:55Z)
• Power Battery Detection [91.99787495748218]
  電力電池は、内部構造欠陥が深刻な安全リスクを生じさせる電気自動車において必須の部品である。 我々は,X線画像から陰極および陽極板の密集端を局所化し,品質検査を行うことを目的として,電力電池検出(PBD)に関する総合的研究を行った。 PBD5Kは,9種類のバッテリタイプから5,000枚のX線画像と8種類の実世界の視覚的干渉を含む,このタスクのための最初の大規模ベンチマークである。
  論文  参考訳（メタデータ） (2025-08-11T09:35:25Z)
• Robust and Accurate Multi-view 2D/3D Image Registration with Differentiable X-ray Rendering and Dual Cross-view Constraints [45.57808049168089]
  2段階からなる新しい多視点2D/3D剛性登録手法を提案する。 第1段階では、予測と地味の両相の相違を取り入れた複合損失関数が設計される。 第2段階では、粗い段階から推定されたポーズを洗練するために、テスト時間最適化を行う。
  論文  参考訳（メタデータ） (2025-06-27T12:57:58Z)
• DSU-Net:An Improved U-Net Model Based on DINOv2 and SAM2 with Multi-scale Cross-model Feature Enhancement [7.9006143460465355]
  本稿では,DINOv2によるSAM2用マルチスケール機能協調フレームワークを提案する。 コストのかかるトレーニングプロセスを必要とせず、カモフラージュ目標検出や有能なオブジェクト検出といった下流タスクにおいて、既存の最先端のメソオードを超越している。
  論文  参考訳（メタデータ） (2025-03-27T06:08:24Z)
• SceneFactory: A Workflow-centric and Unified Framework for Incremental Scene Modeling [0.40964539027092917]
  SceneFactoryはインクリメンタルなシーンモデリングのための統合されたフレームワークである。 マルチビュー深度推定、LiDAR完了、RGB-D/RGB-L/Mono/Depth のみの再構築、SLAM など、幅広いアプリケーションをサポートしている。
  論文  参考訳（メタデータ） (2024-05-13T15:36:04Z)

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。