論文の概要: S$^2$-RL: Sample-Set Dual Reinforcement Learning for Generative Semantic Segmentation Dataset Distillation

• arxiv url: http://arxiv.org/abs/2610.35491v1
• Date: Mon, 26 Oct 2026 14:21:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.026512
• Title: S$^2$-RL: Sample-Set Dual Reinforcement Learning for Generative Semantic Segmentation Dataset Distillation
• Title（参考訳）: S$^2$-RL:生成セマンティックセグメンテーションデータセット蒸留のためのサンプルセット二重強化学習
• Abstract要約: 生成的セグメンテーションデータセット蒸留(SSDD)のための新しいサンプルセット強化学習フレームワークを提案する。 具体的には、S$2$-RLは拡散モデルに基づくテキスト・画像生成パラダイムとしてSSDDを定式化する。 S$2$-RLは最先端のベースラインよりも大幅に一貫した改善を実現している。
• 参考スコア（独自算出の注目度）: 14.328094878792996
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While dataset distillation has witnessed significant advances in image classification, its extension to dense prediction tasks such as semantic segmentation is plagued by two core bottlenecks: bi-level optimization-based approaches suffer from prohibitive computational costs stemming from pixel-wise gradient unrolling, whereas proxy-based generative methods merely infuse visual textures into fixed semantic masks derived from real data, thus failing to condense rich semantic knowledge into a compact set of informative, novel scene generations. To address both bottlenecks simultaneously, we propose a novel Sample-Set Reinforcement Learning (S$^2$-RL) framework for generative semantic segmentation dataset distillation (SSDD). Specifically, S$^2$-RL formulates SSDD as a diffusion model based text-to-image generation paradigm, enabling flexible generation of images with informative, novel semantic distributions via a concise text prompt. Furthermore, we fine-tune a diffusion policy via Group Relative Policy Optimization (GRPO), leveraging a sample-set dual reward paradigm: for individual samples, it enforces semantic alignment with input text prompts and intra-class feature diversity; for sample sets, it maximizes inter-sample semantic distribution diversity by solving a contextual multi-armed bandit problem. These design choices enable S$^2$-RL to distill large-scale semantic segmentation datasets into a compact set of generated samples that encapsulate diverse, informative semantic knowledge without the need of pixel-wise gradient unrolling. Extensive experiments on the ADE20K and COCO datasets demonstrate that S$^2$-RL achieves substantial and consistent improvements over state-of-the-art baselines, establishing a new benchmark for SSDD.
• Abstract（参考訳）: セマンティックセグメンテーション(セマンティックセグメンテーション)のような密集した予測タスクへの拡張は、画像分類において顕著な進歩をみせている一方で、2段階の最適化に基づくアプローチは、ピクセル単位の勾配展開から生じる計算コストの禁止に苦しむのに対し、プロキシベースの生成手法は、実際のデータから派生した固定されたセマンティックマスクに視覚的なテクスチャを注入するだけで、リッチなセマンティック知識を、情報的で斬新なシーン生成のコンパクトなセットに凝縮することができない、という2つの主要なボトルネックに悩まされている。 両ボトルネックを同時に解決するために,生成セグメンテーションデータセット蒸留(SSDD)のための新しいサンプルセット強化学習(S$^2$-RL)フレームワークを提案する。 具体的には、S$^2$-RLは拡散モデルに基づくテキスト-画像生成パラダイムとしてSSDDを定式化し、簡潔なテキストプロンプトを介して情報的、新しいセマンティックな分布を持つ画像の柔軟な生成を可能にする。 さらに,グループ相対政策最適化(GRPO)を通じて拡散政策を微調整し,サンプルセットの双対報酬パラダイムを活用する。個々のサンプルに対して,入力テキストプロンプトとクラス内特徴量とのセマンティックアライメントを適用し,サンプルセットでは,コンテキスト的マルチアームバンディット問題を解くことで,サンプル間のセマンティック分布の多様性を最大化する。 これらの設計選択により、S$^2$-RLは大規模なセマンティックセグメンテーションデータセットを、ピクセルワイド・グラデーション・アンローリングを必要とせずに、多種多様な情報的セマンティック知識をカプセル化したコンパクトなサンプルに蒸留することができる。 ADE20KとCOCOデータセットに関する大規模な実験は、S$^2$-RLが最先端のベースラインを大幅に一貫した改善を実現し、SSDDの新しいベンチマークを確立したことを示している。

関連論文リスト

• PAPT++: Risk-Aware Adversarial Tuning and Generation for Single Domain Generalization [99.33114297216183]
  単一ドメインの一般化は、特定対象ドメインに一般化するラベル付きソースドメインからモデルを学習することを目的としている。 本稿では,単一ドメインの一般化のためのリスク認識型逆生成学習フレームワークPAPT++を紹介する。
  論文  参考訳（メタデータ） (2026-09-04T07:54:30Z)
• 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)
• From Sparse to Dense: Multi-View GRPO for Flow Models via Augmented Condition Space [78.36537400975298]
  グループ相対政策最適化(GRPO)は、テキスト・ツー・イメージ(T2I)フローモデルにおいて、優先順位調整のための強力なフレームワークとして登場した。 条件空間を拡大することで関係探索を強化する新しい手法であるMulti-View GRPOを提案する。 MV-GRPOは最先端手法よりも優れたアライメント性能を実現する。
  論文  参考訳（メタデータ） (2026-03-13T04:35:13Z)
• 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)
• Deep Generative Sampling in the Dual Divergence Space: A Data-efficient & Interpretative Approach for Generative AI [29.13807697733638]
  自然画像の生成的サンプリングにおける顕著な成果の上に構築する。 我々は、画像に似たサンプルを生成するという、画期的な挑戦を、潜在的に過度に野心的に提案する。 統計上の課題は、小さなサンプルサイズであり、時には数百人の被験者で構成されている。
  論文  参考訳（メタデータ） (2024-04-10T22:35:06Z)
• Contrastive Transformer Learning with Proximity Data Generation for Text-Based Person Search [60.626459715780605]
  記述的なテキストクエリーを与えられたテキストベースの人物検索は、画像ギャラリーからベストマッチした人物を検索することを目的としている。 このようなクロスモーダル検索タスクは、重要なモダリティギャップ、きめ細かい相違、注釈付きデータの不十分さのため、かなり難しい。 本稿では,テキストに基づく人物検索のための2つのトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2023-11-15T16:26:49Z)
• Improving Diversity in Zero-Shot GAN Adaptation with Semantic Variations [61.132408427908175]
  0ショットのGAN適応は、よく訓練されたジェネレータを再利用して、目に見えないターゲットドメインの画像を合成することを目的としている。 実際の画像の代わりに1つの代表的テキスト機能しか持たないため、合成された画像は徐々に多様性を損なう。 そこで本研究では,CLIP空間における対象テキストの意味的変化を見つけるための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-08-21T08:12:28Z)
• GSMFlow: Generation Shifts Mitigating Flow for Generalized Zero-Shot Learning [55.79997930181418]
  Generalized Zero-Shot Learningは、目に見えないクラスから見えないクラスに意味的な知識を移すことで、目に見えないクラスと見えないクラスの両方から画像を認識することを目的としている。 生成モデルの利点を生かして、見学したクラスから学んだ知識に基づいて、現実的な見知らぬサンプルを幻覚させることは、有望な解決策である。 本研究では,複数の条件付きアフィン結合層からなるフローベース生成フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-07-05T04:04:37Z)

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。