論文の概要: OT-BLS: Optimal-Transport-based Backbone Layer Selection for Frozen DINOv3 in Cross-Domain Few-Shot Segmentation
- arxiv url: http://arxiv.org/abs/2611.15187v1
- Date: Wed, 11 Nov 2026 08:35:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.083588
- Title: OT-BLS: Optimal-Transport-based Backbone Layer Selection for Frozen DINOv3 in Cross-Domain Few-Shot Segmentation
- Title(参考訳): OT-BLS: クロスドメインFew-Shotセグメンテーションにおける凍結DINOv3の最適トランスポートベースバックボーン層選択
- Abstract要約: クロスドメイン小ショットセグメンテーション (CD-FSS) は、未確認領域からイメージにターゲットクラスをセグメンテーションすることを目的としている。
我々は、新しい層選択基準、最適トランスポートベースバックボーン層選択(OT-BLS)を提案する。
- 参考スコア(独自算出の注目度): 0.9799637101641149
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cross-domain few-shot segmentation (CD-FSS) aims to segment a target class in images from a previously unseen domain using only a few annotated support examples. Training-free CD-FSS methods, which typically leverage vision foundation models such as DINOv3, achieve competitive performance without parameter updates. However, the optimal DINOv3 layer for mask prediction varies across support--query episodes. Although several layer-selection criteria have been proposed, they do not explicitly evaluate whether the predicted query foreground and background labels agree with the corresponding support labels. To address this limitation, we propose a novel layer-selection criterion, Optimal-Transport-Based Backbone Layer Selection (OT-BLS). Our key insight is that an effective layer-selection criterion can be derived from the optimal-transport correspondence between query and support patch-token features. Based on this insight, we first estimate the transport plan using a well-established optimal transport algorithm and then compute a layer-selection score by aggregating the transported mass according to the foreground--background partition defined by each candidate query mask. The resulting score reflects how well the predicted foreground and background of the query correspond to those of the support. Experiments on eight benchmark datasets demonstrate the effectiveness of OT-BLS. It outperforms the conventional last-layer baseline in 12 of 16 dataset/shot settings. Furthermore, OT-BLS improves the average mIoU from 55.72 to 57.62 and achieves a 2.99-point improvement over the best-performing existing layer-selection criterion while running 3.7--14.6$\times$ faster.
- Abstract(参考訳): Cross-domain few-shot segmentation (CD-FSS) は、いくつかのアノテーション付きのサポート例を使用して、未確認のドメインからイメージにターゲットクラスを分割することを目的としている。
DINOv3のようなビジョン基盤モデルを利用する訓練不要のCD-FSS法は、パラメータを更新せずに競合性能を達成する。
しかし、マスク予測のための最適なDINOv3層は、サポートエピソードによって異なる。
いくつかの層選択基準が提案されているが、予測されたクエリフォアグラウンドとバックグラウンドラベルが対応するサポートラベルと一致するかどうかを明示的に評価していない。
この制限に対処するため,新しい層選択基準である最適トランスポートベースバックボーン層選択(OT-BLS)を提案する。
我々のキーとなる洞察は、効率的な層選択基準は、クエリーとパッチトケン機能間の最適なトランスポート対応から導き出すことができるということである。
この知見に基づいて、我々はまず、確立された最適輸送アルゴリズムを用いて輸送計画を推定し、次に、各候補クエリマスクで定義された背景分割に基づいて輸送された質量を集約して層選択スコアを算出する。
結果のスコアは、予測されたフォアグラウンドとクエリのバックグラウンドが、サポートのフォアグラウンドとどの程度うまく対応しているかを反映している。
8つのベンチマークデータセットの実験では、OT-BLSの有効性が示されている。
これは16のデータセット/ショット設定中12の従来のラストレイヤベースラインを上回っている。
さらに、OT-BLS は平均 mIoU を 55.72 から 57.62 に改善し、3.7-14.6$\times$ を高速に実行しながら、最高の性能を持つ既存の層選択基準よりも 2.99 ポイント改善した。
関連論文リスト
- SIPO: Selective-Inference Policy Optimization for Tree-Structured Agentic RL [23.46401628317993]
本稿では、この区別をツリーベースの信用評価に組み込んだ選択推論ポリシー最適化(SIPO)を提案する。
そのスケールのない分岐基準は、一貫した相対的なスケールで生成スコアと兄弟のペナルティを保持する。
SIPOは比較手法の中で最も高いマルチホップとシングルホップの平均を達成している。
論文 参考訳(メタデータ) (2026-09-28T10:09:48Z) - HARP: Hierarchical Adaptive Ranking with Preference-Adaptive Fusion for Query-Based CVE Prioritization [84.9738509922482]
本稿では,自然言語クエリから候補をランク付けするグラフ付きマルチビューフレームワークと,過去のラベル付きサンプルの支持銀行を提案する。
HarPは脆弱性知識グラフからエビデンスを取得し、ポリシー付きグローバル、エンタプライズ、ユーザビューで候補をスコアし、サンプルサポートからのビューフュージョン重みに適合する。
論文 参考訳(メタデータ) (2026-08-19T20:29:00Z) - Selective, Regularized, and Calibrated: Harnessing Vision Foundation Models for Cross-Domain Few-Shot Semantic Segmentation [15.928088842408565]
本稿では,3段階のセレクトレギュラライズ・キャリブレートVFMに基づくセグメンテーションフレームワークを提案する。
HERAは限られたラベルから効果的に学習し、ソースデータの再トレーニングなしで新しいドメインに適応する。
実験の結果、HERAは複数のCD-FSSベンチマークで4.1 mIoU以上を越えている。
論文 参考訳(メタデータ) (2026-05-19T04:22:17Z) - Two-Stage Optimizer-Aware Online Data Selection for Large Language Models [49.576993784867035]
我々は,大規模言語モデルの微調整において,勾配に基づくオンラインデータ選択と重み付けのための原則付きフレームワークを提案する。
私たちのキーとなる考え方は、オンライン選択を静的なサンプルランキングではなく、次のターゲット指向のアップデートを州の下で形作ることです。
実験の結果,本手法は既存のオンラインデータ選択ベースラインに対するコンバージェンスとダウンストリームのパフォーマンスを,同じデータ予算下で一貫して改善することが示された。
論文 参考訳(メタデータ) (2026-03-08T21:46:16Z) - Distilling to Hybrid Attention Models via KL-Guided Layer Selection [66.06591032073744]
本稿では,テキストデータに対する少量のトレーニングから得られた重要度スコアを用いた,簡易かつ効率的な層選択法について述べる。
この手法は, 固定比に基づいて線形注意を均一に解き出す手法を含む, 従来の層選択手法よりも有効であることがわかった。
論文 参考訳(メタデータ) (2025-12-23T18:12:22Z) - Seeing What Matters: Empowering CLIP with Patch Generation-to-Selection [54.21851618853518]
本稿では,CLIPのトレーニング効率を高めるために,パッチ生成と選択という簡潔で効果的なアプローチを提案する。
私たちのアプローチであるCLIP-PGSは、ゼロショット分類と検索タスクにおいて、新しい最先端結果を設定する。
論文 参考訳(メタデータ) (2025-03-21T12:10:38Z) - BWS: Best Window Selection Based on Sample Scores for Data Pruning across Broad Ranges [12.248397169100784]
データサブセットの選択は、フルデータセットのトレーニングを近似できる大規模なデータセットの、小さくても情報に富むサブセットを見つけることを目的としている。
難易度スコアに基づいて順序付けされたサンプルから最適なウィンドウサブセットを選択する方法を提案することにより、普遍的で効率的なデータサブセット選択法であるBest Window Selection(BWS)を導入する。
論文 参考訳(メタデータ) (2024-06-05T08:33:09Z) - Double-Bounded Optimal Transport for Advanced Clustering and
Classification [58.237576976486544]
本稿では,2つの境界内での目標分布の制限を前提としたDB-OT(Douubly bounded Optimal Transport)を提案する。
提案手法は,テスト段階における改良された推論方式により,良好な結果が得られることを示す。
論文 参考訳(メタデータ) (2024-01-21T07:43:01Z) - Improving Reliability of Fine-tuning with Block-wise Optimisation [6.83082949264991]
ファインタニングは知識を伝達することでドメイン固有のタスクに取り組むのに使うことができる。
本稿では,事前学習したモデルの層群を重み付けするブロックワイズ最適化機構を提案する。
提案されたアプローチは、頻繁に使用されるデータセットであるTf_flowerでテストされる。
論文 参考訳(メタデータ) (2023-01-15T16:20:18Z) - Dynamic Focus-aware Positional Queries for Semantic Segmentation [94.6834904076914]
本稿では,動的焦点認識型位置情報クエリと呼ばれるセマンティックセグメンテーションのための,シンプルで効果的なクエリ設計を提案する。
我々のフレームワークはSOTAの性能を達成し、ResNet-50、Swin-T、Swin-Bのバックボーンによる1.1%、1.9%、および1.1%の単一スケールmIoUでMask2formerより優れています。
論文 参考訳(メタデータ) (2022-04-04T05:16:41Z) - Anatomy of Domain Shift Impact on U-Net Layers in MRI Segmentation [0.08156494881838945]
SpotTUnetはCNNアーキテクチャであり、最適に微調整されるべきレイヤを自動的に選択する。
本手法は,アノテートデータの極端な不足下においても,非フレキシブル微調整法と同等の精度で動作可能であることを示す。
論文 参考訳(メタデータ) (2021-07-10T21:13:55Z)
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。