論文の概要: ZeroDSS: Semantic Segmentation from Class Names Alone

• arxiv url: http://arxiv.org/abs/2610.24405v1
• Date: Sat, 17 Oct 2026 03:14:33 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:06:53.419959
• Title: ZeroDSS: Semantic Segmentation from Class Names Alone
• Title（参考訳）: ZeroDSS: クラス名からのセマンティックセグメンテーション
• Abstract要約: 我々は,ZeroDSS (ZeroData Semantic COCO) を導入した。 ZeroDSSはDeepLabV3でMS COCOで35.0% mIoU、PASCAL VOCで66.3%、63.5% mIoUでDeepLabV3とMask2Formerで達成している。 これらの結果から, 合成監督分布を明示的に構築し, 反復的に精製することにより, 密集予測における合成と現実のギャップを著しく低減できることが示された。
• 参考スコア（独自算出の注目度）: 24.394010585733582
• License:
• Abstract: Semantic segmentation depends heavily on real images with pixel-level annotations, making dense supervision a major obstacle to deployment in new domains. We study task-specific data-free semantic segmentation, where training uses generic pretrained generative priors but has access to no target-domain images, masks, or captions--only a predefined category set. We introduce Zero-Data Semantic Segmentation (ZeroDSS), a feedback-driven approach that treats synthetic supervision as an adaptively controllable training distribution rather than a direct surrogate for real data. ZeroDSS constructs a semantically structured prompt distribution through LLM-guided compositional generation and adaptive class rebalancing, then converts the prompts into image-mask pairs using diffusion attention. Its feedback-driven distribution refinement consists of a two-phase closed-loop training procedure with a single loop-back step. In Phase I, a segmenter is trained using confidence-weighted supervision and dual-scale consistency. In Phase II, model feedback is used to adaptively target underperforming categories and refine diffusion-derived masks using model predictions. After this refined initial training, a teacher-student framework is utilized in the final phase to iteratively improve the fused supervision and segmenter through exponential moving average (EMA) updates. Using synthetic training data only, ZeroDSS achieves 35.0% mIoU on MS COCO with DeepLabV3, and 66.3% and 63.5% mIoU on PASCAL VOC with DeepLabV3 and Mask2Former, respectively. These results show that explicitly constructing and iteratively refining the synthetic supervision distribution can substantially reduce the synthetic-to-real gap in dense prediction.
• Abstract（参考訳）: セマンティックセグメンテーションは、ピクセルレベルのアノテーションを持つ実際の画像に大きく依存する。 課題固有のデータ・フリーなセマンティックセマンティックセマンティックセマンティフィケーションについて検討する。このセマンティフィケーションでは、一般的な事前訓練された生成前をトレーニングするが、ターゲットドメインの画像、マスク、キャプションにアクセスできない。 我々はZeroDSS(Zero-Data Semantic Segmentation)というフィードバック駆動型アプローチを導入し,実データの直接サロゲートではなく,適応的に制御可能なトレーニング分布として合成監督を扱う。 ZeroDSSは、LLM誘導合成生成と適応クラス再バランスにより意味的に構造化されたプロンプト分布を構築し、拡散注意を用いてプロンプトをイメージマスク対に変換する。 フィードバック駆動の分布改善は、2相閉ループトレーニング手順と1つのループバックステップで構成されている。 フェーズIでは、セグメンタは、信頼度重み付けされた監視と二重スケールの一貫性を使用して訓練される。 フェーズIIでは、モデル予測を用いて、未達成カテゴリや拡散誘導マスクを適応的にターゲットするモデルフィードバックが使用される。 この改良された初期訓練の後、教師/学生のフレームワークを最終段階に利用して、指数移動平均(EMA)更新を通じて、融合した監督とセグメンタを反復的に改善する。 合成トレーニングデータのみを用いて、ZeroDSSはDeepLabV3でMS COCOで35.0% mIoU、PASCAL VOCで66.3%と63.5% mIoU、DeepLabV3とMask2Formerでそれぞれ達成している。 これらの結果から, 合成監督分布を明示的に構築し, 反復的に精製することにより, 密集予測における合成と現実のギャップを著しく低減できることが示された。

関連論文リスト

• Self-Supervised Representation-Guided Generative Dataset Distillation [55.27114962330541]
  自己監督型表現誘導型生成データセット蒸留(SRG)を提案する。 SRGはSSLの幾何学を拡散誘導に変換する。 複数のデータセットとIPC設定で評価された生成ベースラインを一貫して上回る。
  論文  参考訳（メタデータ） (2026-08-04T06:51:45Z)
• Training-Free Fine-Grained Semantic Segmentations in Low Data Regimes: A FungiTastic Baseline [2.4388965927178767]
  微粒なセマンティックセグメンテーションは、視覚的に類似したクラス間の正確な局所化と識別の両方を必要とする。 FungiTasticでは、この問題は長い尾の分布と画像取得条件の強い変動によってさらに複雑になる。 分類からセグメンテーションを分離する学習自由な2段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-21T13:44:52Z)
• SAS: Semantic-aware Sampling for Generative Dataset Distillation [55.27114962330541]
  本稿では,コントラスト言語-画像事前学習(CLIP)をポストサンプリングのセマンティクスとして活用することで,データセット蒸留のセマンティック・アウェア・パースペクティブを導入する。 我々のゴールは、コンパクトであるだけでなく、意味的にクラス差別的で多様である蒸留データセットを得ることです。
  論文  参考訳（メタデータ） (2026-05-18T08:05:46Z)
• Toward Stable Semi-Supervised Remote Sensing Segmentation via Co-Guidance and Co-Fusion [31.189038928192648]
  Co2Sは半教師付きRSセグメンテーションフレームワークで、ビジョン言語モデルと自己教師型モデルとを融合する。 テキスト埋め込みと学習可能なクエリを利用した,明示的でシンプルなセマンティックコガイダンス機構が導入された。 6つの一般的なデータセットに対する実験は,提案手法の優位性を実証している。
  論文  参考訳（メタデータ） (2025-12-28T18:24:19Z)
• Improving Multimodal Distillation for 3D Semantic Segmentation under Domain Shift [62.50795372173394]
  我々は,ライダーポイント雲のセマンティックセグメンテーションのための教師なし領域適応において,視覚基盤モデル(VFM)を利用したレシピの同定を行う。 その結果、パイプラインは4つの広く認識され、困難な設定で、最先端の結果を達成する。
  論文  参考訳（メタデータ） (2025-11-21T17:57:43Z)
• Enhancing Semantic Segmentation with Continual Self-Supervised Pre-training [11.897717409259492]
  自己教師付き学習(SSL)は、基礎モデルをトレーニングするための中心的なパラダイムとして登場した。 GLAREは,下流セグメンテーション性能の向上を目的とした,新規な自己教師型事前学習タスクである。
  論文  参考訳（メタデータ） (2025-09-22T14:11:02Z)
• Unsupervised Pre-training with Language-Vision Prompts for Low-Data Instance Segmentation [105.23631749213729]
  低データ体制における教師なし事前学習のための新しい手法を提案する。 最近成功したプロンプト技術に触発されて,言語ビジョンプロンプトを用いた教師なし事前学習法を導入した。 提案手法は,低データ方式のCNNモデルよりも高速に収束し,性能がよいことを示す。
  論文  参考訳（メタデータ） (2024-05-22T06:48:43Z)
• Boosting Low-Data Instance Segmentation by Unsupervised Pre-training with Saliency Prompt [103.58323875748427]
  この研究は、低データ体制のための新しい教師なし事前学習ソリューションを提供する。 近年のPrompting技術の成功に触発されて,QEISモデルを強化した新しい事前学習手法を導入する。 実験結果から,本手法は3つのデータセット上でのいくつかのQEISモデルを大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2023-02-02T15:49:03Z)
• Learning Open-vocabulary Semantic Segmentation Models From Natural Language Supervision [49.905448429974804]
  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(OVS)は,事前に定義された閉集合のカテゴリではなく,任意のクラスのオブジェクトをセグメンテーションすることを目的としている。 OVSegmentorと呼ばれるOVSのトランスフォーマーベースモデルを提案する。 プレトレーニングには3%のデータ(4M vs 134M)のみを用いることで,最先端手法よりも優れたセグメンテーション結果が得られる。
  論文  参考訳（メタデータ） (2023-01-22T13:10:05Z)
• Threshold-adaptive Unsupervised Focal Loss for Domain Adaptation of Semantic Segmentation [25.626882426111198]
  意味的セグメンテーションのための教師なしドメイン適応(UDA)は近年研究の注目を集めている。 本稿では,セマンティックセグメンテーションのための2段階エントロピーに基づくUDA手法を提案する。 本稿では,DeepLabV2を用いたSynTHIA-to-CityscapesとGTA5-to-Cityscapesにおける最先端の58.4%と59.6%のmIoUと,軽量BiSeNetを用いた競合性能を実現する。
  論文  参考訳（メタデータ） (2022-08-23T03:48:48Z)

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。