計算機科学 > コンピュータビジョンとパターン認識
arXiv:2603.09411 (cs)
[2026年3月10日に投稿]
タイトル:RiO-DETR: Real-time Oriented Object Detection のためのDETR
著者:Zhangchi Hu, Yifan Zhao, Yansong Peng, Wenzhang Sun, Xiangchen Yin, Jie Chen, Peixi Wu, Hebei Li, Xinghao Wang, Dongsheng Jiang, Xiaoyan Sun
Zhangchi Hu とほか10名の著者による「RiO-DETR: Real-time Oriented Object Detection のためのDETR」という題名の論文のPDFを表示
PDFを表示
HTML（実験的）
概要:我々は、我々の知る限り初のリアルタイム指向検出トランスフォーマーである「RiO-DETR: Real-time Oriented Object Detection のためのDETR」を提案する。DETRを指向バウンディングボックス（OBB）に適応するには、3つの課題がある。すなわち、意味に依存する向き、標準的なユークリッド整形を破壊する角度の周期性、そして収束を遅くする拡大された探索空間である。RiO-DETRは、リアルタイムの効率を維持しつつ、これらの問題をタスクネイティブな設計によって解決する。第一に、角度を位置クエリから切り離すことで、角度駆動型の角度推定（Content-Driven Angle Estimation）を提案し、信頼できる向きのために補完的な手がかりを捉えるための、回転で正規化された直交注意（Rotation-Rectified Orthogonal Attention）を併せて用いる。第二に、デカップルされた周期的整形（Decoupled Periodic Refinement）は、上限制約付きの粗いから細かい更新を組み合わせ、角度の継ぎ目（angular seams）をまたいだ安定した学習のために最短経路に基づく周期損失（Shortest-Path Periodic Loss）を導入する。第三に、指向密なO2O（Oriented Dense O2O）は、追加コストなしで角度の収束を加速するために、密な教師信号へ角度の多様性を注入する。DOTA-1.0、DIOR-R、FAIR-1M-2.0における大規模な実験により、RiO-DETRがリアルタイム指向検出に向けた新しい速度と精度のトレードオフを確立することを示す。コードは公開予定である。
| コメント: | |
| 分野: | コンピュータビジョンとパターン認識（cs.CV） |
| 引用形式: | arXiv:2603.09411 [cs.CV] |
| （またはこのバージョンでは arXiv:2603.09411v1 [cs.CV]） | |
| https://doi.org/10.48550/arXiv.2603.09411
さらに詳しく学ぶためにフォーカス
DataCite 経由で発行された arXiv DOI
|
書誌ツール
コード、データ、メディア
返却形式: {"translated": "翻訳されたHTML"}
デモ
関連論文
arXivLabs について
書誌および引用ツール
Bibliographic Explorer の切り替え
Bibliographic Explorer (Explorer とは？)
Connected Papers の切り替え
Connected Papers (Connected Papers とは？)
Litmaps の切り替え
Litmaps (Litmaps とは？)
scite.ai の切り替え
scite Smart Citations (Smart Citations とは？)
この記事に関連付けられたコード、データ、メディア
alphaXiv の切り替え
alphaXiv (alphaXiv とは？)
コードへのリンクの切り替え
論文のための CatalyzeX コードファインダー (CatalyzeX とは？)
DagsHub の切り替え
DagsHub (DagsHub とは？)
GotitPub の切り替え
Gotit.pub (GotitPub とは？)
Huggingface の切り替え
Hugging Face (Huggingface とは？)
コードへのリンクの切り替え
Papers with Code (Papers with Code とは？)
ScienceCast の切り替え
ScienceCast (ScienceCast とは？)
デモ
Replicate の切り替え
Replicate (Replicate とは？)
Spaces の切り替え
Hugging Face Spaces (Spaces とは？)
Spaces の切り替え
TXYZ.AI (TXYZ.AI とは？)
レコメンダーと検索ツール
Influence Flower へのリンク
Influence Flower (Influence Flower とは？)
Core recommender トグル
CORE Recommender (CORE とは？)
arXivLabs：コミュニティの協力者とともに行う実験的なプロジェクト
arXivLabs は、協力者が当社のウェブサイト上で新しい arXiv の機能を直接開発し、共有できるようにするフレームワークです。
arXivLabs に取り組む個人および組織は、開放性、コミュニティ、卓越性、ユーザーデータのプライバシーという当社の価値観を受け入れ、受容してきました。arXiv はこれらの価値観にコミットしており、それらを順守するパートナーのみと協働します。
arXiv のコミュニティに価値を追加するプロジェクトのアイデアはありますか？ arXivLabs について詳しく知る。
