| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-02-20 10:45 SAMにおける自動運転クラスラベルを考慮したPEFT手法の研究 ○増子優輝・李 俊鎬・川田涼介・上條俊介（東大）  ITS2025-66 IE2025-81 |
|
| 抄録 | （和） | 既存手法であるEVF-SAM (Early Vision–Language Fusion with Segment Anything Model)は，SAMの優れた形状認識能力とBEiT-3の言語・画像理解能力を組み合わせることで高い汎用性を示すが，特定のデータセットが持つクラスラベルを完全に再現することには限界があった．特に，単一インスタンスに対する検出範囲の差異等が存在していたため，適切な性能評価を行うことが困難であった．また，自動運転におけるセグメンテーションでは，各クラスごとの膨大なラベリング作業が必要であり，実用化の障壁となっていた．さらにComputer Visionの急速な高度化により画像認識精度は向上しているものの，自動運転では限られた計算資源下でリアルタイム性が求められるため，計算コストを考慮したモデル設計が実用化には不可欠である．本研究では，これらの技術面・実用面の課題に対し，クラスごとに独立した知識を学習するクラス特化アダプタ(Class-Specific Adapter)をEVF-SAM内に導入するアプローチを検討した．具体的には，低コストの学習でクラス範囲の誤差を補正し，IoU(Intersection over Union)精度を向上できるセグメンテーションモデルの設計を考案した．本研究により，クラスラベル範囲の補正による適切な性能評価・認識精度向上と，効率的な学習・自動運転データセット作成が可能となり，より信頼性の高い自動運転システムの実現が期待される． |
| （英） | The existing method EVF-SAM (Early Vision–Language Fusion with Segment Anything Model) demonstrates high generality by combining the strong shape recognition capability of SAM with the language–image understanding ability of BEiT-3. However, it has limitations in fully reproducing the class labels specific to a given dataset. In particular, discrepancies in detection ranges for single instances were observed, making appropriate performance evaluation difficult. Moreover, segmentation for autonomous driving requires extensive labeling efforts for each class, which poses a major obstacle to practical deployment. Although rapid advances in computer vision have significantly improved image recognition accuracy, autonomous driving systems demand real-time performance under limited computational resources. Therefore, model designs that take computational cost into account are essential for practical use. In this study, to address these technical and practical challenges, we investigate an approach that introduces class-specific adapters, which learn knowledge independently for each class, into EVF-SAM. Specifically, we propose a segmentation model design that can correct class boundary errors through low-cost training and improve IoU (Intersection over Union) accuracy. Through this approach, appropriate performance evaluation and improved recognition accuracy can be achieved by correcting class label boundaries, while enabling efficient learning and dataset construction for autonomous driving. As a result, this study is expected to contribute to the realization of more reliable autonomous driving systems. | |
| キーワード | （和） | セグメンテーション / ラベリング / 計算コスト / EVF-SAM / アダプタ / LoRA / / |
| （英） | Segmentation / Labeling / Computational Cost / EVF-SAM / Adapter / LoRA / / | |
| 文献情報 | 信学技報, vol. 125, no. 355, ITS2025-66, pp. 153-158, 2026年2月. | |
| 資料番号 | ITS2025-66 | |
| 発行日 | 2026-02-12 (ITS, IE) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ITS2025-66 IE2025-81 |
|
| 研究会情報 | |
| 研究会 | IE ITS ITE-MMS ITE-ME ITE-AIT ITE-SIP |
| 開催期間 | 2026-02-19 - 2026-02-20 |
| 開催地（和） | 北海道大学 |
| 開催地（英） | |
| テーマ（和） | 画像処理、一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ITS |
| 会議コード | 2026-02-IE-ITS-MMS-ME-AIT-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | SAMにおける自動運転クラスラベルを考慮したPEFT手法の研究 |
| サブタイトル（和） | |
| タイトル（英） | A PEFT Approach for SAM Considering Autonomous-Driving Class Labels |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セグメンテーション / Segmentation |
| キーワード(2)（和/英） | ラベリング / Labeling |
| キーワード(3)（和/英） | 計算コスト / Computational Cost |
| キーワード(4)（和/英） | EVF-SAM / EVF-SAM |
| キーワード(5)（和/英） | アダプタ / Adapter |
| キーワード(6)（和/英） | LoRA / LoRA |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 増子 優輝 / Yuki Masuko / マスコ ユウキ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 李 俊鎬 / Joonho Lee / リ ジュンホ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 川田 涼介 / Ryosuke Kawata / カワタ リョウスケ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第4著者 氏名（和/英/ヨミ） | 上條 俊介 / Shunsuke Kamijo / カミジョウ シュンスケ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-02-20 10:45:00 |
| 発表時間 | 15分 |
| 申込先研究会 | ITS |
| 資料番号 | ITS2025-66, IE2025-81 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.355(ITS), no.356(IE) |
| ページ範囲 | pp.153-158 |
| ページ数 | 6 |
| 発行日 | 2026-02-12 (ITS, IE) |
[研究会発表申込システムのトップページに戻る]