論文の概要: Geo-vision: Native-Resolution Geometry and Sampled Topology for Vehicle-Part Damage Classification

• arxiv url: http://arxiv.org/abs/2610.23967v1
• Date: Sun, 11 Oct 2026 17:28:40 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:11:15.85358
• Title: Geo-vision: Native-Resolution Geometry and Sampled Topology for Vehicle-Part Damage Classification
• Title（参考訳）: ジオビジョン:自動車部品損傷分類のためのネイティブリゾリューション幾何学とサンプルトポロジー
• Abstract要約: ジオビジョンは、外観、マルチスケール幾何学、配向、サンプルデジタルトポロジーを組み合わせた固定表現を用いた車両部品の損傷を分類する。 完全なシリアルCPU推論は、YOLOの11.20ミリ秒に対して26.98ミリ秒、ピークメモリは185ミリ秒対437ミリ秒である。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Geo-vision classifies vehicle-part damage using a fixed representation combining appearance, multiscale geometry, orientation, and sampled digital topology. Connected components, holes, Euler characteristics, and spatial arrangement complement amplitude-sensitive pooling and a supervised tree classifier. We establish amplitude preservation, axial sign invariance, and conditional operator stability. Retrospective checkpoint evaluation on 55,303 crops from 4,916 source groups yields average precision 0.7577, exceeding 0.7458 for an ImageNet-pretrained frozen YOLO11n comparator on identical crops. The complete added structural block, comprising topology, occupancy, and component location, improves average precision by 0.00493 beyond appearance and geometry. Geo-vision uses no external encoder pretraining and has higher AP point estimates at every matched label budget. With approximately 25% fewer task labels, its AP point estimate exceeds full-data YOLO, although the adjusted interval includes zero. Complete serial CPU inference requires 26.98 ms per crop versus YOLO's 11.20 ms, with peak memory 185 versus 437 MiB. Independent external validation remains necessary.
• Abstract（参考訳）: ジオビジョンは、外観、マルチスケール幾何学、配向、サンプルデジタルトポロジーを組み合わせた固定表現を用いた車両部品の損傷を分類する。 連結成分, 孔, オイラー特性, 空間配置は振幅感度プーリングと教師付き木分類器を補完する。 我々は振幅保存,軸方向の符号不変性,条件付き演算子の安定性を確立する。 4,916種から55,303種を選抜し, 平均精度0.7577, 約0.7458, ImageNet-pretrained frozen YOLO11nコンパレータで比較検討した。 完全な構造ブロックは、トポロジー、占有率、構成位置からなり、外観や幾何学を超える平均精度を0.00493向上させる。 Geo-visionでは、外部エンコーダの事前トレーニングは使用せず、マッチしたラベルの予算ごとにAPポイントの推定値が高い。 タスクラベルが約25%少ないため、そのAP点推定値は全データYOLOを超えるが、調整間隔はゼロである。 完全なシリアルCPU推論は、YOLOの11.20ミリ秒に対して26.98ミリ秒、ピークメモリは185ミリ秒対437ミリ秒である。 独立した外部検証が必要である。

関連論文リスト

• Human-in-the-Loop Geospatial Annotation for Rapid Dataset Construction in Field-Deployed UAV Systems [0.0]
  本稿では、エキスパートアノテーションを画像からフィールドにシフトするBirdsEyeを紹介する。 カメラ目的の不確実性から画素不確実性への一階写像を導出し,モンテカルロシミュレーションに対して検証する。 システム投影精度は10～20mのAGL高度でサブディシメータ(30ピクセル未満)であることを示す。
  論文  参考訳（メタデータ） (2026-09-23T20:25:04Z)
• Solution for UCF UrbanTwin LUMPI Track: Sim-to-Real Urban LiDAR 3D Object Detection [54.03436243843709]
  UCF UrbanTwin Sim2Real LiDAR Challenge at the 6th DriveX Workshop, ECCV 2026。 検出器は合成データのみに基づいて訓練され、50個の実LiDARフレームで評価される。 ポイントクラウドリアリズムに対して、別の50フレームの合成提案が評価される。
  論文  参考訳（メタデータ） (2026-09-07T15:03:36Z)
• 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)
• FoundationGeo: Learning Spatial Pixel-Wise Fields for Monocular Metric Geometry [52.232826445242644]
  FoundationGeoは空間キャリブレーションと原則データ設計による相対的および計量的予測を橋渡しする。 ステージ1は DINOv3 で初期化することで高忠実なアフィン不変幾何モデルを学ぶ。 ステージ2は、メートル法推定のためのピクセルワイドキャリブレーションフィールドを導入することで、グローバルなスケーリングを越えている。
  論文  参考訳（メタデータ） (2026-07-13T14:10:01Z)
• 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)
• A Modelling and Evaluation Framework for EuroCrops-Driven Sentinel-2 Crop Segmentation [78.66324246922831]
  本研究では,Sentinel-2イメージとEuroCropsパーセルレベルのアノテーションからセマンティックセグメンテーション対応農業データセットを生成するパイプラインを提案する。 このデータセットには、ヨーロッパ5カ国から67,337のパッチが含まれており、10種類の作物と背景の分類を減らしている。 The four-level U-Net with Group Normalization were training using 10 Sentinel-2 spectrum bands and a Composite loss with class-weighted cross-entropy and Dice loss。
  論文  参考訳（メタデータ） (2026-05-30T11:20:29Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Global and Local Topology-Aware Attention with Persistent Homology and Euler Biases for Time-Series Forecasting [0.0]
  時系列はしばしば、接続性、サイクル、シェルのような幾何学、方向変化、非線形近傍を含む予測幾何学構造を符号化する。 永続的ホモロジー(H0-H2)を用いた注意ログにそのような構造を加えるトポロジ対応アテンションフレームワークを提案する。 我々は,軽量アテンション/ライダー,PatchTSTForRegression,TimeSeriesTransformerForPredictionという3つのアーキテクチャファミリの保護されたトポロジ対応のバリエーションを評価した。
  論文  参考訳（メタデータ） (2026-05-04T21:19:12Z)

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。