論文の概要: Standing on Open Shoulders: Regional Fine-Tuning of Open-Weight Camera-Trap Models for UK Wildlife with Modest Data and Compute
- arxiv url: http://arxiv.org/abs/2610.32573v1
- Date: Fri, 23 Oct 2026 13:01:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 01:38:06.518256
- Title: Standing on Open Shoulders: Regional Fine-Tuning of Open-Weight Camera-Trap Models for UK Wildlife with Modest Data and Compute
- Title（参考訳）: オープンショアに立つ: モデストデータと計算による英国の野生動物のためのオープンウェイトカメラトラップモデルの地域的微調整
- Abstract要約: オープンウェイトは、小規模チームで地域モデル開発を可能にする。
最大の利益は、他の人によって訓練された新しいベースモデルから得られた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Camera-trap species classification is dominated by large models from well-resourced organisations, which often lack the species-level distinctions regional conservation needs, such as native red versus invasive grey squirrels in the UK. We ask whether open weights let a small team with a modest dataset and a single GPU take a real part in AI development. We fine-tuned the open DeepFaune classifier on 28 UK classes, paired it with the unmodified MegaDetector v6, and compared the resulting DeepFaune-UK v1.2 with DeepFaune v1.5.0 and SpeciesNet on 20,212 hand-verified MammalWeb citizen-science images, after removing sequences sharing any of 1,039 images with our training archive. DeepFaune-UK achieved a strict image-level accuracy of 88.8%, including empty frames, against 56.5% and 59.0% for the baselines, but at DeepFaune's coarser label resolution DeepFaune v1.5.0 was more accurate, though not significantly under contributor resampling (91.4% vs. 88.8%). As DeepFaune v1.5.0 uses a newer DINOv3-based classifier, we applied the identical recipe, without new data, to that classifier. The resulting DeepFaune-UK v1.3 reached 90.6% strict accuracy, narrowed the like-for-like gap to 0.8 points and reduced roe deer misclassified as fallow deer by 69%. On 1,850 images from the 26 contributors with no overlapping images, the three DeepFaune-based models did not differ significantly (90.5%, 90.6%, 89.9% like-for-like). Fine-tuning on 10% of the training crops (about 150 per class) gave out-of-distribution accuracy similar to using all of them, and a DINOv2 run on this subset took about 22 minutes with under 4 GB of GPU memory. Open weights thus make regional model development feasible for small teams, but the largest like-for-like gain came from a newer base model trained by others, so this democratisation depends on large actors continuing to release open weights, under licences that may change.
- Abstract（参考訳）: カメラトラップの種分類は、よく資源に恵まれた組織からの大きなモデルによって支配されており、イギリスでは赤や侵略的な灰色リスのような地域保護の必要性の種レベルでの区別が欠けていることが多い。
オープンウェイトによって、控えめなデータセットと単一のGPUを持つ小さなチームが、AI開発に本当の役割を果たすかどうかを問う。
私たちは28の英国クラスのDeepFaune分類器を微調整し、修正されていないMegaDetector v6と組み合わせて、結果のDeepFaune-UK v1.2とDeepFaune v1.5.0と、20,212の手で検証されたMammalWeb市民科学画像と比較しました。
DeepFaune-UKは、空フレームを含む88.8%の厳密な画像レベルの精度を56.5%と59.0%のベースラインで達成したが、DeepFauneの粗いラベルの解像度はより正確であったが、DeepFaune v1.5.0はコントリビューターの再サンプリングでは顕著ではなかった(91.4%対88.8%)。
DeepFaune v1.5.0はより新しいDINOv3ベースの分類器を使用するので、新しいデータなしで同じレシピをその分類器に適用した。
結果、DeepFaune-UK v1.3は90.6%の精度に達し、類似のギャップは0.8ポイントに縮小され、ロー鹿はフォールフ鹿として誤分類された。
重複しない26人のコントリビュータからの1,850枚の画像では、3つのDeepFauneベースのモデルは大きな違いはなかった(90.5%、90.6%、89.9%の類似)。
トレーニング作物の10%(クラスあたり約150)の微調整は、これらすべてを使用するのと同様の配布精度を与え、このサブセット上でのDINOv2の実行には4GB以下のGPUメモリで約22分を要した。
オープンウェイトは、小規模チームにとって地域モデル開発を可能にするが、最も大きな改善は、他の人によって訓練された新しいベースモデルによるものであるため、この民主化は、変更される可能性のあるライセンスの下で、大きなアクターがオープンウェイトをリリースし続けることに依存している。
関連論文リスト
- Lightweight Image Classification of Raptor Species for Edge Devices: Rare-Species Dataset Expansion via Video Frame Extraction, Knowledge Distillation, and TensorRT Deployment [0.060917028769172786]
風車衝突防止におけるリアルタイムエッジ展開のための軽量ラプター種分類について検討する。
教師としてDINOv2-L(304Mパラメータ)を用いて,MobileNetV4, ViT-Small, EfficientNet-B0の3名の軽量学生を蒸留した。
近縁種間の混同を減らすため,データセットを2,050の画像に拡張した。
5種比較試験では, 蒸留(CEのみ)もDINOv2-LからDINOv3-Lへの変更も明確なアンサンブルレベルの改善は得られなかった。
論文 参考訳（メタデータ） (2026-07-28T20:19:25Z) - DNA: Dual-stage Native Attribution for Generated Image Source Tracing [75.65470221927096]
既存のプロアクティブな方法は、透かしの埋め込みやモデル修正に依存している。
DNAは、ニューラルネットワークのトレーニングを追加せずに、この階層に従う粗大なフレームワークである。
実験の結果、DNAは89.11%のエンドツーエンドの属性精度を達成している。
論文 参考訳（メタデータ） (2026-07-15T10:27:52Z) - Democratising Camera Trap AI: An Open-Source Model for Detecting UK Mammals [0.0]
我々は,31クラス,英産哺乳類28種,鳥28種,人間用ユーティリティクラス,キャリブレーションポールおよび車両用のオープンソースオブジェクト検出モデルをリリースする。
このモデルは、ホールドアウト検証セット上で0.5 (0.956 at IoU 0.5-0.95)のIntersection over Union (IoU)における平均0.984の平均精度を達成する。
我々は、ONNXフォーマットで訓練された重量を非商用ライセンスでリリースし、ローカルデスクトップとリアルタイムカメラをサポートする。
論文 参考訳（メタデータ） (2026-06-09T14:47:24Z) - When Generative Augmentation Hurts: A Benchmark Study of GAN and Diffusion Models for Bias Correction in AI Classification Systems [0.6875312133832079]
生成モデルは、AIトレーニングパイプラインのクラス不均衡を補うために広く使用されている。
FastGAN拡張は、非常に低いトレーニングセットサイズで性能が劣るだけでなく、バイアスを積極的に増加させる。
低ランク適応による安定拡散は全体として最良の結果を得た。
論文 参考訳（メタデータ） (2026-03-17T05:37:17Z) - Underage Detection through a Multi-Task and MultiAge Approach for Screening Minors in Unconstrained Imagery [6.903111965769448]
凍結したFaRLビジョンバックボーンをベースとしたマルチタスクアーキテクチャを提案する。
視力の低下と年齢差を伴って, 全体の清潔化を訓練した。
F2スコアが0.801から0.857から1%の偽エラー率で18以下で検出された。
アンダー-12タスクとアンダー-15タスクでは、F2の各ブースターは0.666から0.955、それぞれ0.689から0.916である。
論文 参考訳（メタデータ） (2025-06-12T13:36:27Z) - Core Risk Minimization using Salient ImageNet [53.616101711801484]
私たちは、1000のImagenetクラスのコアとスプリアス機能をローカライズする100万人以上のソフトマスクを備えたSalient Imagenetデータセットを紹介します。
このデータセットを用いて、まず、いくつかのImagenet事前訓練されたモデル(総計42件)の素早い特徴に対する依存度を評価する。
次に、コアリスク最小化(CoRM)と呼ばれる新しい学習パラダイムを導入する。
論文 参考訳（メタデータ） (2022-03-28T01:53:34Z) - UniFormer: Unifying Convolution and Self-attention for Visual
Recognition [69.68907941116127]
畳み込みニューラルネットワーク(CNN)とビジョントランスフォーマー(ViT)は、ここ数年で主要なフレームワークである。
コンボリューションと自己注意の利点を簡潔なトランスフォーマー形式にシームレスに統合する新しいUnified TransFormer(UniFormer)を提案する。
我々のUniFormerはImageNet-1K分類において86.3トップ1の精度を実現している。
論文 参考訳（メタデータ） (2022-01-24T04:39:39Z) - Problem-dependent attention and effort in neural networks with
applications to image resolution and model selection [0.0]
本稿では,画像分類におけるデータと計算コストを削減するために,アンサンブルに基づく2つの新しい手法を提案する。
任意の分類器で使用することができ、追加のトレーニングを必要としない。
論文 参考訳（メタデータ） (2022-01-05T02:27:35Z) - Background Splitting: Finding Rare Classes in a Sea of Background [55.03789745276442]
我々は,少数の稀なカテゴリの画像分類のための,高精度な深層モデルの訓練という現実的な問題に焦点をあてる。
これらのシナリオでは、ほとんどの画像はデータセットの背景カテゴリに属します(データセットの95%は背景です)。
非バランスなデータセットをトレーニングするための標準的な微調整アプローチと最先端アプローチの両方が、この極端な不均衡の存在下で正確な深層モデルを生成していないことを実証する。
論文 参考訳（メタデータ） (2020-08-28T23:05:15Z) - HRank: Filter Pruning using High-Rank Feature Map [149.86903824840752]
我々は高階特徴写像(HRank)を探索する新しいフィルタ刈り法を提案する。
私たちのHRankは、単一のフィルタで生成された複数の特徴マップの平均ランクが常に同じであるという発見にインスピレーションを受けています。
HRankに基づいて,低ランク特徴写像を持つプーンフィルタに数学的に定式化する手法を開発した。
論文 参考訳（メタデータ） (2020-02-24T11:50:09Z)
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。