論文の概要: Object-independent evaluation of small-data astronomical image classifiers: architecture, representation, and acquisition shortcuts
- arxiv url: http://arxiv.org/abs/2611.06484v1
- Date: Wed, 04 Nov 2026 13:25:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:58.118478
- Title: Object-independent evaluation of small-data astronomical image classifiers: architecture, representation, and acquisition shortcuts
- Title(参考訳): 小型データ天体画像分類器のオブジェクト非依存評価:建築・表現・取得ショートカット
- Abstract要約: 小型の天体画像データセットにおける報告された性能は、天体の再利用、視野の差異、取得設定、カタログから派生した特性、および天文学的形態を反映することができる。
我々はこれらの効果を銀河、球状星団、星雲、開星団からなる4段階のタスクで測定するデータセットを設計した。
データセットには370のカタログをサポートする物理オブジェクトが含まれており、それぞれが3つのDigitized Sky Survey FITSバンドで表現されている。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reported performance in small astronomical image datasets can reflect object reuse, field-of-view differences, acquisition settings, and catalogue-derived properties as well as astronomical morphology. We designed \dataset{} to measure these effects in a four-class task comprising galaxies, globular clusters, nebulae, and open clusters. The dataset contains 370 catalogue-supported physical objects, each represented by three Digitised Sky Survey FITS bands, and uses a group-constrained split of 222 training, 75 validation, and 73 test objects. We compared a custom CNN--Transformer trained from scratch with ImageNet-pretrained ResNet-50 and ViT-B/16 under an adaptive full-field representation, a common angular field, and two central-region-masked controls, using three fixed seeds. In the one-pass object-independent test, mean balanced accuracy on the adaptive view was $0.773\pm0.014$, $0.874\pm0.054$, and $0.866\pm0.023$ for the custom model, ResNet-50, and ViT-B/16, respectively. No primary architecture contrast rejected its null after Holm correction; ResNet-50 and ViT-B/16 differed by 0.007 balanced-accuracy points (95\% cluster-bootstrap interval $[-0.048,0.062]$). Controls based on acquisition and catalogue metadata reached 0.721--0.735, and central-region-masked adaptive views reached 0.731--0.800. These results demonstrate generalisation to unseen physical objects, but also show that image context, acquisition settings, and catalogue-derived object properties carry substantial class information. In this regime, high accuracy cannot be interpreted as evidence that a classifier learned target morphology, and the comparison does not isolate architecture from pretraining.
- Abstract(参考訳): 小型の天体画像データセットにおける報告された性能は、天体の再利用、視野の差異、取得設定、カタログから派生した特性、および天文学的形態を反映することができる。
我々は、これらの効果を銀河、球状星団、星雲、開星団からなる4種類のタスクで測定するために、 \dataset{} を設計した。
データセットには370のカタログをサポートする物理オブジェクトが含まれており、それぞれが3つのDigitized Sky Survey FITSバンドで表現され、222のトレーニング、75のバリデーション、73のテストオブジェクトで構成されている。
我々は,ImageNet-pretrained ResNet-50 と ViT-B/16 で訓練したカスタム CNN-Transformer を比較した。
1パスのオブジェクト独立テストでは、アダプティブビューの平均平衡精度は、それぞれ0.773\pm0.014$、$0.874\pm0.054$、$0.866\pm0.023$、ResNet-50、ViT-B/16であった。
ResNet-50とViT-B/16は0.007のバランスの取れた精度ポイント(95\%のクラスタブートストラップ間隔$[-0.048,0.062]$)で異なる。
取得とカタログのメタデータに基づく制御は0.721--0.735に達し、中央領域のアダプティブビューは0.731--0.800に達した。
これらの結果から, 画像コンテキスト, 取得設定, カタログ由来のオブジェクトプロパティが, かなりのクラス情報を持っていることを示す。
この体制では、高い精度は、分類器がターゲット形態学を学習した証拠とは解釈できず、比較はアーキテクチャを事前訓練から分離しない。
関連論文リスト
- High-fidelity training-free photovoltaic module mapping from multi-view UAV imagery [13.133937727850928]
高忠実光電圧(PV)モジュールマッピングは、完全なインスタンス回復と正確なデライン化を必要とする。
本稿では,無人航空機 (UAV) による学習自由フレームワーク結合視覚基盤モデルであるMulti-View PV Module Mapper (MV-PVMapper) を提案する。
論文 参考訳(メタデータ) (2026-11-03T16:14:16Z) - Accuracy Is Not Enough: An Efficiency- and Statistics-Aware Benchmark of ResNet50 and Vision Transformer for Explainable Multi-Class Gastrointestinal Diseases Classification [0.0]
パブリックなKvasirデータセット上の8クラスGI分類のためのResNet50とViT-B/16の制御可能なベンチマークを示す。
クロスバリデーションでは、ResNet50とViT-B/16は92.12%の精度で91.70%に達し、+/-3パーセンテージのマージンで等価となった。
論文 参考訳(メタデータ) (2026-10-25T00:39:12Z) - Finding Distributed Object-Centric Properties in Self-Supervised Transformers [59.00547715011873]
自己監督型視覚変換器(ViT)は、最終層のトークンアテンションマップでよく見られる、オブジェクトを発見できる創発的な能力を示す。
これは、[]トークンがイメージレベルの目的に基づいてトレーニングされ、オブジェクトにフォーカスするのではなく、全体像を要約しているためです。
我々は、この分散オブジェクト中心情報を抽出するトレーニング不要なObject-DINOを提案する。
論文 参考訳(メタデータ) (2026-03-27T07:22:04Z) - Zero-shot Inexact CAD Model Alignment from a Single Image [53.37898107159792]
1つの画像から3Dシーン構造を推測する実践的なアプローチは、データベースから密に一致する3Dモデルを検索し、画像内のオブジェクトと整列させることである。
既存のメソッドは、イメージによる教師付きトレーニングとアノテーションのポーズに依存しており、オブジェクトカテゴリの狭いセットに制限されている。
ポーズアノテーションを必要とせず、未知のカテゴリに一般化する不正確な3次元モデルの弱い教師付き9-DoFアライメント法を提案する。
論文 参考訳(メタデータ) (2025-07-04T04:46:59Z) - Global Context Vision Transformers [78.5346173956383]
我々は,コンピュータビジョンのパラメータと計算利用を向上する新しいアーキテクチャであるGC ViT(Global context vision transformer)を提案する。
本稿では,ViTにおける帰納バイアスの欠如に対処し,アーキテクチャにおける可溶性逆残差ブロックを改良して活用することを提案する。
提案したGC ViTは,画像分類,オブジェクト検出,セマンティックセマンティックセグメンテーションタスクにまたがる最先端の処理結果を実現する。
論文 参考訳(メタデータ) (2022-06-20T18:42:44Z) - Focal Modulation Networks [105.93086472906765]
自己注意(SA)は完全に焦点変調ネットワーク(FocalNet)に置き換えられる
ImageNet-1Kの精度は82.3%、83.9%である。
FocalNetsは下流のタスクに転送する際、顕著な優位性を示す。
論文 参考訳(メタデータ) (2022-03-22T17:54:50Z) - Improving Few-shot Learning by Spatially-aware Matching and
CrossTransformer [116.46533207849619]
数ショット学習シナリオにおけるスケールと位置ミスマッチの影響について検討する。
本稿では,複数のスケールや場所のマッチングを効果的に行うための,空間認識型マッチング手法を提案する。
論文 参考訳(メタデータ) (2020-01-06T14:10:20Z)
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。