{ "license": "GPL-3.0", "source": "https://github.com/Intellindust-AI-Lab/intellindust-ai-lab.github.io", "modified": "2026-10-14", "notice": "Project-page translations and explanatory additions by Deepvizor. Original authors credited in each article. Full papers are linked, not reproduced.", "articles": [ { "slug": "article-ai-few-shot-detection", "research": "fsod", "venue": "ICLR 2026", "source": "https://intellindust-ai-lab.github.io/projects/FSOD-VFM/", "paper": "https://arxiv.org/abs/2602.03137", "pdf": "https://arxiv.org/pdf/2602.03137", "code": "https://github.com/Intellindust-AI-Lab/FSOD-VFM", "authors": [ "Chen-Bin Feng", "Youyang Sha", "Longfei Liu", "Yongjun Yu", "Chi Man Vong", "Xuanlong Yu", "Xi Shen" ], "affiliations": "Intellindust AI Lab · University of Macau", "ru": { "category": "НАУЧНАЯ ПУБЛИКАЦИЯ / ICLR 2026", "title": "FSOD-VFM: обнаружение объектов по нескольким примерам", "description": "Русская версия научной страницы FSOD-VFM: UPN, SAM2, DINOv2 и графовая диффузия. Метод, исходные иллюстрации и результаты на Pascal, COCO и CD-FSOD.", "summary": "Базовые модели зрения и графовая диффузия: как найти целый объект по нескольким примерам без дообучения. Методы и результаты ICLR 2026.", "lead": "Обнаружение объектов по нескольким примерам с помощью базовых моделей компьютерного зрения и графовой диффузии. Русская версия страницы исследования FSOD-VFM.", "takeaway": "UPN предлагает области, SAM2 выделяет маски, DINOv2 сопоставляет признаки. Графовая диффузия повышает оценки целых объектов и снижает оценки их фрагментов.", "figureTitle": "Предсказания FSOD-VFM на разных наборах данных", "figureCaption": "Исходные примеры из исследования: один опорный пример и предсказания на запросах. Подписи столбцов переведены; рамки и изображения сохранены." }, "en": { "category": "RESEARCH / ICLR 2026", "title": "FSOD-VFM: few-shot object detection with graph diffusion", "description": "FSOD-VFM research: UPN, SAM2, DINOv2 and graph-based confidence reweighting. Original figures and experimental results on Pascal, COCO and CD-FSOD.", "summary": "Vision foundation models and graph diffusion detect whole objects from a few examples without fine-tuning. Method and ICLR 2026 results.", "lead": "Few-Shot Object Detection with Vision Foundation Models and Graph Diffusion. A source-linked presentation of the FSOD-VFM research project.", "takeaway": "UPN proposes regions, SAM2 extracts masks and DINOv2 matches features. Graph diffusion raises scores for whole objects and reduces scores for fragmented parts.", "figureTitle": "FSOD-VFM predictions across datasets", "figureCaption": "Original research examples: one support example and predictions on query images. Images and bounding boxes are preserved." }, "bibtex": "@inproceedings{feng2026fsod,\n title={FSOD-VFM: Few-Shot Object Detection with Vision Foundation Models and Graph Diffusion},\n author={Feng, Chen-Bin and Sha, Youyang and Liu, Longfei and Yu, Yongjun and Vong, Chi Man and Yu, Xuanlong and Shen, Xi},\n booktitle={ICLR},\n year={2026}\n}", "sections": [ { "ru": { "title": "Аннотация", "paragraphs": [ "В работе представлен FSOD-VFM — подход к обнаружению объектов по небольшому числу примеров с использованием базовых моделей компьютерного зрения. Он объединяет универсальную сеть предложений UPN для построения рамок без привязки к категории, SAM2 для точного выделения масок и признаки DINOv2 для адаптации к новым классам объектов.", "Несмотря на хорошую обобщающую способность базовых моделей, рамки UPN часто оказываются чрезмерно раздробленными: они охватывают лишь часть объекта. Вместо точного обнаружения целого объекта возникают многочисленные небольшие ложноположительные предложения.", "Для решения этой проблемы авторы предлагают графовый метод перераспределения оценок уверенности. Предсказанные рамки становятся узлами ориентированного графа, а графовая диффузия распространяет оценки между ними. Целые объекты получают более высокую уверенность, локальные фрагменты — более низкую. Это улучшает размерную целостность обнаружений и уменьшает число ложных рамок.", "Эксперименты на Pascal-5, COCO-20 и CD-FSOD показывают преимущество метода без дополнительного обучения. На междоменном CD-FSOD результат в режиме 10-shot составляет 31,6 AP против 21,4 AP у предыдущего метода без дообучения. Код и предобученные веса опубликованы авторами." ] }, "en": { "title": "Abstract", "paragraphs": [ "FSOD-VFM uses vision foundation models for few-shot object detection. It combines a universal proposal network (UPN) for category-agnostic bounding boxes, SAM2 for precise masks, and DINOv2 features for adaptation to new object categories.", "Despite foundation models’ generalization capabilities, UPN proposals often cover only parts of objects. This overfragmentation produces numerous small false positives instead of complete detections.", "The authors introduce graph-based confidence reweighting. Predicted boxes form nodes in a directed graph, and graph diffusion propagates scores between them. Whole objects receive higher confidence while fragmented local parts receive lower confidence, improving detection granularity and reducing false-positive proposals.", "Experiments on Pascal-5, COCO-20 and CD-FSOD demonstrate improvements without additional training. In the 10-shot CD-FSOD setting, the method reaches 31.6 AP versus 21.4 AP for a previous training-free method. Code and pretrained weights are available from the authors." ] } }, { "ru": { "title": "Метод: от опорного примера к целому объекту", "paragraphs": [ "Опорный пример задаёт новый класс, а изображение-запрос содержит объекты, которые нужно найти. UPN предлагает рамки на запросе; SAM2 строит маски; DINOv2 извлекает признаки выделенных областей. Признаки опорного объекта формируют прототип класса, с которым сопоставляются предложения.", "Если похожая область — лишь деталь нужного объекта, одного сходства признаков недостаточно. Граф связывает предложения и перераспределяет оценки с учётом отношений между областями. На исходной схеме этот этап расположен между сопоставлением с прототипом и окончательными рамками." ] }, "en": { "title": "Method: from a support example to a whole object", "paragraphs": [ "A support example defines a novel class; a query image contains the objects to find. UPN proposes query boxes, SAM2 produces masks, and DINOv2 extracts region features. The support object supplies a class prototype against which proposals are matched.", "A matching region may be only a part of the target object. The graph links proposals and redistributes confidence using relationships between regions. In the original diagram, this step sits between prototype matching and final detections." ] }, "figure": "fsod-overv.png", "overlay": "method" }, { "ru": { "title": "Визуальные результаты и новые домены", "paragraphs": [ "Исходная иллюстрация сравнивает опорные примеры и обнаружения в нескольких доменах: животные, рисованные сцены, аэросъёмка, рыбы, промышленные дефекты и подводные объекты. Рамки показывают реальные предсказания исследования, а не демонстрационную разметку Deepvizor.", "Обозначения классов в исходных кадрах: Hemiptera — полужесткокрылые; bus — автобус; vehicle — транспортное средство; patches — пятна; inclusion — включение; scallop — гребешок; sea urchin — морской ёж; sea cucumber — голотурия. Названия наборов данных сохранены для сопоставления с оригиналом." ] }, "en": { "title": "Visual results and new domains", "paragraphs": [ "The original visualization compares support examples and detections in multiple domains: animals, clipart, aerial imagery, fish, industrial defects and underwater objects. These boxes are research predictions, rather than Deepvizor demonstration annotations.", "Dataset and class names in the original images are retained to make comparison with the source possible." ] }, "figure": "fsod-IG2.png", "overlay": "examples" }, { "ru": { "title": "Pascal: обнаружение новых классов", "paragraphs": [ "Таблица содержит все строки исходного сравнения для трёх разбиений новых классов и 1, 2, 3, 5 и 10 опорных примеров. nAP50 — средняя точность на новых классах при пороге IoU 0,5. Чем выше значение, тем лучше. «Донастройка» означает дополнительное обучение детектора в этом сравнении." ] }, "en": { "title": "Pascal: detecting novel classes", "paragraphs": [ "The table preserves every row for three novel-class splits and 1, 2, 3, 5 and 10 support examples. nAP50 is novel-class average precision at IoU 0.5; higher is better. Fine-tuning indicates additional detector training in this comparison." ] }, "table": "fsod-pascal" }, { "ru": { "title": "COCO: точность при разных порогах перекрытия", "paragraphs": [ "Приведены результаты для 10 и 30 примеров на класс. nAP оценивает новые классы по нескольким порогам IoU, nAP50 и nAP75 — при порогах 0,5 и 0,75. У FSOD-VFM результат nAP составляет 44,0 для 10-shot и 45,8 для 30-shot." ] }, "en": { "title": "COCO: precision at different overlap thresholds", "paragraphs": [ "Results use 10 and 30 examples per class. nAP evaluates novel classes across IoU thresholds; nAP50 and nAP75 use thresholds of 0.5 and 0.75. FSOD-VFM reaches 44.0 nAP at 10 shots and 45.8 at 30 shots." ] }, "table": "fsod-coco" }, { "ru": { "title": "CD-FSOD: перенос между доменами", "paragraphs": [ "В каждой ячейке последовательно указаны результаты для 1 / 5 / 10 примеров. Средние значения FSOD-VFM — 25,3 / 31,3 / 31,6 AP. Последнее значение превышает результат прежнего метода без дообучения на 10,2 пункта AP. Это разница абсолютных значений метрики, а не процент роста точности системы.", "Эти результаты относятся к условиям научного эксперимента. При применении алгоритма к камерам предприятия необходимо отдельно проверить классы, ракурсы, размеры объектов и освещение." ] }, "en": { "title": "CD-FSOD: transfer across domains", "paragraphs": [ "Each cell reports 1 / 5 / 10-shot results. FSOD-VFM averages 25.3 / 31.3 / 31.6 AP. The 10-shot value exceeds the previous training-free result by 10.2 AP points, an absolute metric difference rather than a percentage increase in system accuracy.", "These values describe the research experiment. Deployment on enterprise cameras requires separate checks of classes, viewpoints, object sizes and lighting." ] }, "table": "fsod-crossdomain" }, { "ru": { "title": "Связанная работа и цитирование", "paragraphs": [ "Связанная работа FT-FSOD рассматривает донастройку и параллельный декодер в междоменном обнаружении объектов по небольшому числу примеров. На странице FSOD-VFM также отмечено третье место команды NJUST-KMG в CVPR NTIRE 2026 CDFSOD Challenge на основе этого подхода. Это результат исследовательской команды." ] }, "en": { "title": "Related work and citation", "paragraphs": [ "The related FT-FSOD project examines fine-tuning and a parallel decoder for cross-domain few-shot detection. The FSOD-VFM project page also reports NJUST-KMG’s third place in the CVPR NTIRE 2026 CDFSOD Challenge using the approach; this is the research team’s result." ] }, "related": "https://intellindust-ai-lab.github.io/projects/FT-FSOD/", "citation": true } ] }, { "slug": "article-ai-alert-reliability", "research": "sure", "venue": "arXiv 2026", "source": "https://intellindust-ai-lab.github.io/projects/SUREPlus/", "paper": "https://arxiv.org/abs/2603.03903", "pdf": "https://arxiv.org/pdf/2603.03903", "code": "https://github.com/Intellindust-AI-Lab/SUREPlus", "authors": [ "Yang Li", "Youyang Sha", "Yinzhi Wang", "Timothy Hospedales", "Xi Shen", "Shell Xu Hu", "Xuanlong Yu" ], "affiliations": "Intellindust AI Lab · Samsung AI Center", "ru": { "category": "НАУЧНАЯ ПУБЛИКАЦИЯ / ARXIV 2026", "title": "SURE+: совместная оценка надёжности классификации", "description": "Русская версия научной страницы SURE+: ошибки классификации, незнакомые данные, DS-F1 и DS-AURC. Методы, интерактивный график и таблицы результатов.", "summary": "От ошибок классификации к незнакомым данным. Две оценки надёжности, четыре компонента обучения и результаты SURE+.", "lead": "От ошибочных классификаций к выбросам: совместная оценка надёжности классификации. Русская версия страницы исследования SURE+.", "takeaway": "Хорошее обнаружение незнакомых данных ещё не означает надёжную классификацию. DS-F1 и DS-AURC оценивают две причины отказа совместно.", "figureTitle": "Сравнение CE и CutMix", "figureCaption": "Числа из исходного графика исследования. ↑ — больше лучше, ↓ — меньше лучше. Метрики имеют разные шкалы; высоту столбцов разных метрик нельзя сравнивать между собой." }, "en": { "category": "RESEARCH / ARXIV 2026", "title": "SURE+: joint reliability assessment for classification", "description": "SURE+ research: misclassifications, out-of-distribution data, DS-F1 and DS-AURC. Training components, an interactive surface and complete result tables.", "summary": "From misclassifications to outliers: two reliability scores, four training components and SURE+ experimental results.", "lead": "From Misclassifications to Outliers: Joint Reliability Assessment for Classification. A source-linked presentation of the SURE+ research project.", "takeaway": "Better out-of-distribution detection alone does not ensure reliable classification. DS-F1 and DS-AURC jointly assess both failure modes.", "figureTitle": "CE versus CutMix", "figureCaption": "Values from the original research chart. ↑ means higher is better; ↓ means lower is better. Metrics use different scales and bar heights must not be compared across metrics." }, "bibtex": "@article{li2026from,\n title={From Misclassifications to Outliers: Joint Reliability Assessment in Classification},\n author={Li, Yang and Sha, Youyang and Wang, Yinzhi and Hospedales, Timothy and Hu, Shell Xu and Shen, Xi and Yu, Xuanlong},\n journal={arXiv preprint arXiv:2603.03903},\n year={2026}\n}", "sections": [ { "ru": { "title": "Мотивация: ограничения одной оценки", "paragraphs": [ "Традиционные подходы не дают полной картины надёжности. Обнаружение ошибок классификации и обнаружение данных вне обучающего распределения (OOD) часто рассматривают отдельно. Оптимизация точности на знакомых данных (ID) или обнаружения OOD по отдельности затрудняет поиск хорошего баланса.", "Сравнение обучения с перекрёстной энтропией (CE) и CutMix показывает проблему: CutMix улучшает обнаружение OOD, но совместная метрика DS-F1 у него ниже. Максимум поверхности DS-F1 составляет 0,565 для CE и 0,539 для CutMix. Оценка одного показателя могла бы привести к противоположному выводу." ] }, "en": { "title": "Motivation: the limitations of a single score", "paragraphs": [ "Traditional approaches do not capture the complete reliability picture. Misclassification detection and out-of-distribution (OOD) detection are often considered separately. Optimizing in-distribution (ID) accuracy or OOD detection alone makes the overall trade-off difficult to assess.", "Cross-entropy (CE) and CutMix illustrate the problem: CutMix improves OOD detection yet has lower joint DS-F1. The DS-F1 surface maximum is 0.565 for CE and 0.539 for CutMix. A single metric could lead to a different conclusion." ] } }, { "ru": { "title": "Двойная оценка: DS-F1 и DS-AURC", "paragraphs": [ "Авторы предлагают Double Scoring (DS): две функции оценки и два порога принимают решение совместно. Одна функция оценивает знакомость входных данных, другая — надёжность предсказанного класса. Пример принимается, если проходит обе проверки.", "DS-F1 учитывает и ошибочные классификации, и OOD-примеры. P — доля правильно классифицированных ID-примеров среди всех принятых; R — их доля среди всех ID-примеров. Метрика выбирает наибольшее гармоническое среднее по парам порогов.", "DS-AURC расширяет оценку риска и покрытия на OOD. Она измеряет площадь под поверхностью риска при изменении доли принимаемых примеров по двум направлениям. Чем меньше DS-AURC, тем лучше совместная надёжность." ] }, "en": { "title": "Double scoring: DS-F1 and DS-AURC", "paragraphs": [ "The authors propose Double Scoring (DS): two scoring functions and two thresholds jointly determine acceptance. One score assesses whether the input is in-distribution; the other assesses classification confidence. Both checks must pass.", "DS-F1 accounts for misclassifications and OOD examples. P is the fraction of correctly classified ID examples among all accepted examples; R is their fraction among all ID examples. The metric selects the largest harmonic mean across threshold pairs.", "DS-AURC extends the risk–coverage framework to OOD inputs. It measures the area under the risk surface as acceptance coverage varies in two directions. Lower DS-AURC indicates better joint reliability." ] }, "formula": true }, { "ru": { "title": "Интерактивная поверхность DS-F1", "paragraphs": [ "Поверхности построены по исходной сетке 50 × 50 из страницы проекта. Оси — порог τID для MSP и порог τOOD для KLM; высота — DS-F1. Перетаскивайте график, чтобы сменить ракурс, и переключайте стратегию обучения. Числа сохранены без пересчёта результатов." ] }, "en": { "title": "Interactive DS-F1 surface", "paragraphs": [ "The surfaces use the original 50 × 50 grid from the project page. Axes represent the MSP threshold τID, the KLM threshold τOOD and DS-F1. Drag to rotate and switch training strategies. Research values are preserved." ] }, "surface": true }, { "ru": { "title": "Сравнение методов обнаружения OOD", "paragraphs": [ "В исходной таблице сравниваются методы на CIFAR-100 с ResNet-18 и на ImageNet с DeiT-B. F1 и AURC используют одну оценку; DS-F1 и DS-AURC — две. Пары чисел относятся к Near-OOD / Far-OOD. Стрелки показывают желательное направление изменения метрики." ] }, "en": { "title": "Comparison of OOD detection methods", "paragraphs": [ "The original comparison uses CIFAR-100 with ResNet-18 and ImageNet with DeiT-B. F1 and AURC use single scoring; DS-F1 and DS-AURC use double scoring. Number pairs report Near-OOD / Far-OOD. Arrows indicate the preferred direction." ] }, "table": "sure-methods" }, { "ru": { "title": "SURE+: четыре компонента обучения", "paragraphs": [ "SURE+ объединяет четыре компонента, чтобы повысить совместную надёжность и сохранить или улучшить точность классификации.", "RegMixup — регуляризованное смешивание обучающих примеров для улучшения калибровки и устойчивости.", "RegPixMix — регуляризованное смешивание на уровне пикселей, которое сохраняет смысловую информацию и повышает устойчивость.", "F-SAM — Friendly Sharpness-Aware Minimization: поиск более плоских минимумов функции потерь для улучшения обобщения.", "EMA(ReBN) — экспоненциальное скользящее среднее параметров с повторной нормализацией Batch Normalization для стабильного обучения." ] }, "en": { "title": "SURE+: four training components", "paragraphs": [ "SURE+ combines four components to improve joint reliability while maintaining or improving classification accuracy.", "RegMixup uses regularized mixup augmentation for better calibration and robustness.", "RegPixMix uses regularized pixel-level mixing that preserves semantic information while improving robustness.", "F-SAM is Friendly Sharpness-Aware Minimization, seeking flatter loss minima for improved generalization.", "EMA(ReBN) combines exponential moving averages with re-normalized Batch Normalization for stable training." ] } }, { "ru": { "title": "Результаты: ResNet-18 на CIFAR-100", "paragraphs": [ "Приведены полные результаты DS-F1 и DS-AURC для стратегий обучения и методов последующей оценки уверенности. В ячейках указаны Near-OOD / Far-OOD; точность классификации — в отдельном столбце. Например, для SURE+ с MSP DS-F1 составляет 70,67 / 61,35, точность — 81,66. Числовые шкалы метрик сохранены как в источнике." ] }, "en": { "title": "Results: ResNet-18 on CIFAR-100", "paragraphs": [ "Complete DS-F1 and DS-AURC results compare training strategies and post-processors. Cells show Near-OOD / Far-OOD, with classification accuracy in a separate column. For example, SURE+ with MSP reaches 70.67 / 61.35 DS-F1 and 81.66 accuracy. Numeric scales are retained from the source." ] }, "table": "sure-cifar" }, { "ru": { "title": "Результаты: DINOv3 на ImageNet-1K", "paragraphs": [ "Масштабные эксперименты используют DINOv3 ViT-L/16. Для SURE+ с MSP DS-F1 составляет 77,10 / 86,15, точность классификации — 88,49. Таблицы показывают, как меняется совместная надёжность при различных методах оценки уверенности.", "Результаты получены на исследовательских наборах для классификации. Они не являются измерением точности тревог Deepvizor на конкретном предприятии: прикладной сценарий дополнительно включает обнаружение, временные правила и доставку события." ] }, "en": { "title": "Results: DINOv3 on ImageNet-1K", "paragraphs": [ "Large-scale experiments use DINOv3 ViT-L/16. SURE+ with MSP reaches 77.10 / 86.15 DS-F1 and 88.49 classification accuracy. Tables show joint reliability across different confidence post-processors.", "These are classification results on research datasets, rather than measured Deepvizor alarm accuracy at a specific site. An operational scenario also includes detection, temporal rules and event delivery." ] }, "table": "sure-imagenet" }, { "ru": { "title": "Связанная работа и цитирование", "paragraphs": [ "Предыдущая работа SURE — SUrvey REcipes for building reliable and robust deep networks — представлена на CVPR 2024. Она исследует рецепты построения надёжных и устойчивых нейросетей. Ниже приведена библиографическая запись SURE+ для корректного цитирования." ] }, "en": { "title": "Related work and citation", "paragraphs": [ "The earlier SURE project, SUrvey REcipes for building reliable and robust deep networks, was presented at CVPR 2024. It studies recipes for reliable and robust deep networks. The SURE+ bibliographic record follows." ] }, "related": "https://yutingli0606.github.io/SURE/", "citation": true } ] } ] }