ドローン画像に基づく頑健な深層学習によるRumex obtusifolius検出に向けて
arXiv cs.CV / 2026/4/29
📰 ニュースDeveloper Stack & InfrastructureSignals & Early TrendsModels & Research
要点
- この論文は、Rumex obtusifolius画像分類におけるドメイン適応を扱い、地上車両のデータセット（ソース）で学習してUAVで取得したデータセット（ターゲット）で評価します。
- CNNモデル（ResNetなど）は、ソースデータで微調整してもUAVドメインへの汎化が不十分であることが示されています。
- moment matchingとmaximum classifier discrepancyという2つの既存のドメイン適応手法を適用すると、CNNのターゲット領域での性能が大幅に改善されます。
- 自己教師ありで事前学習されたVision Transformer（DINOv2/DINOv3）は、DAで学習したResNetよりもドメインシフトに強く、ソースで微調整したViTはターゲットで高い性能（F1はおおむね0.8）を達成します。
- 著者らは、草地での雑草検出におけるドメイン適応の研究を促進するため、スイスの牧草地で15回のフライトからなるUAVベースのターゲットデータセットAGSMultiRumexを公開しています。
