日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

English週刊ニュースレター購読
セマンティックセグメンテーションarXiv:2606.21456

ICRA 2026 GOOSE 2D細粒度セマンティックセグメンテーションチャレンジ技術報告：屋外シーン理解のためのクエリベースセグメンテーションと空間コンテキスト拡大の探求

Technical Report for ICRA 2026 GOOSE 2D Fine-Grained Semantic Segmentation Challenge: Exploring Query-Based Segmentation and Increased Spatial Context for Outdoor Scene Understanding

シェア:XThreadsFacebookLINEはてブBluesky

GOOSEデータセットを用いた屋外の細粒度セマンティックセグメンテーションで、SegFormerからMask2Formerへの変更と訓練時のクロップサイズ拡大により精度を向上させ、テスト時拡張でmIoU 69.6%を達成した。

詳しい要約

1. どんなもの？

本報告は、ICRA 2026のWorkshop on Field Roboticsで開催されたGOOSE 2D Fine-Grained Semantic Segmentation Challengeへの提出手法を述べたものである。 - 対象データはGOOSEとGOOSE-Exを統合した13k枚超の画像。 - 4種類のカメラ設定で撮影され、56のfine-grainedクラスと11のbroaderカテゴリからなる階層的taxonomyで注釈付けされている。 - 屋外環境におけるfine-grained semantic segmentationの性能向上を目的とする。

2. 先行研究と比べてどこがすごい？

SegFormerをbaselineとし、そこからの改善を段階的に検証している点が特徴である。 - 先行研究との直接比較は要旨からは不明。 - ただし、query-based segmentationがbaselineを大きく上回ること、およびtraining crop sizeの増大が顕著な性能向上をもたらすことを示している。 - これにより、fine-grainedなsemantic disambiguationにはscene contextの保持が重要であることを強調している。

3. 技術・手法の肝は？

手法の肝は以下の3点である。 - training crop sizesを増やし、より広い空間的文脈を保持する。 - SegFormerからquery-basedなMask2Formerアーキテクチャへ移行する。 - test-time augmentationを適用する。 - これらを段階的に組み合わせることでsegmentation性能を向上させる。

4. どうやって有効だと検証した？

GOOSE 2D Fine-Grained Semantic Segmentation Challengeのtest setで評価している。 - 最終提出はtest-time augmentationを用いてmIoU 69.6%を達成。 - この結果は屋外環境におけるfine-grained semantic segmentationのstrong baselineを提供する。 - 再現性と今後の研究のためにcodeとweightsを公開予定としている。

5. 議論はある？

要旨からは、手法の限界や失敗事例、計算コスト、クラス不均衡などの詳細な議論は不明である。 - 一方で、query-based segmentationの有効性とtraining crop size増大の利点を定量的に示している。 - また、scene contextの保持がfine-grainedな識別に重要であると論じている。

6. 次に読むべき論文は？

要旨で参照・比較されている研究はSegFormerとMask2Formerである。 - 次に読むべき論文として、これらの原論文が挙げられる。 - また、GOOSEおよびGOOSE-Exデータセットの論文も関連が深い。 - 屋外fine-grained semantic segmentationの文脈では、test-time augmentationやquery-based segmentationに関する研究も参考になる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: David Pascual-Hernández, Roberto Calvo-Palomino, Inmaculada Mora-Jiménez, Jose María Cañas-Plaza

分類: cs.CV, cs.RO

原文アブストラクト

In this report, we present our submission to the GOOSE 2D Fine-Grained Semantic Segmentation Challenge, organized as part of the Workshop on Field Robotics at ICRA 2026. The challenge combines data from the GOOSE and GOOSE-Ex datasets, which comprise more than 13k images captured from 4 distinct camera setups, annotated using a hierarchical taxonomy of 56 fine-grained classes and 11 broader categories. Starting from SegFormer as a baseline, we progressively improve segmentation performance through increased training crop sizes, a transition to the query-based Mask2Former architecture, and test-time augmentation. Our experiments show that query-based segmentation significantly outperforms the baseline model. Furthermore, increasing the crop size used during training yields substantial gains, highlighting the relevance of preserving scene context for fine-grained semantic disambiguation. Our final submission, using test-time augmentation, achieves an mIoU of 69.6% on the challenge test set, providing a strong baseline for fine-grained semantic segmentation in outdoor environments. To facilitate reproducibility and future research, code and weights will be made publicly available at https://github.com/RoboticsLabURJC/outdoor-fine-grained-segmentation .

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧

今週よく読まれている記事

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大　最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携　2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER（GPU搭載BTOパソコン）

FRONTIER（GPU搭載BTOパソコン）の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI
双腕モバイルマニピュレーターOpenShellの実機とお披露目フライヤー

双腕モバイルマニピュレーター OpenShell

人と働くために、顔がある。

OpenShellの特徴・実機を見る →