Decoupled Pipeline with Proposal Reranking and Score Fusion for Positive-Unlabeled Marine Species Detection

あなたは、巨大で濁った海底都市で謎を解こうとしている探偵だと想像してください。あなたの仕事は、特定の海洋生物を見つけ出し、その名前を特定することです。しかし、一つ問題があります。渡された地図には多くの穴が開いているのです。地図を描いた人々は、確信が持てる動物だけを書き込み、それ以外の何千もの魚やウニ、クラゲなどは記していません。コンピュータサイエンスの世界では、これは「ポジティブ・アンラベルド（正例・未ラベル）」学習と呼ばれます。これは、誰かが明確に「犬」を指し示した写真だけを研究して、「犬」とはどのようなものかを学ぶようなものです。写真の中に他の動物（例えば猫やリス）が写っていたとしても、それについては何も教えられません。もしコンピュータが、他に指示がないからといって、猫を見て「これは犬だ！」と判断してしまったら、混乱してしまいます。

さらに事態を複雑にするのは、この海底都市が移ろいゆく夢のように変化することです。あなたが研究している写真は、ある場所のダイバーたちによって撮影されたものですが、解くべき「テスト」用の写真は、全く別の海で、異なるカメラや照明を使って撮影されたものです。これは「ドメインシフト」と呼ばれます。これは、白黒写真で友人の顔を覚えた後に、高精細なカラービデオでその人を識別するように求められるようなものです。この研究の目的は、地図が不完全で照明が独特な状況でも、これらの海洋生物を正確に見つけ出し、名前を特定できるコンピュータシステムを構築することです。

---

探偵の新しい戦略：仕事を分割する

ジョージア工科大学のチーム（DS@GT ARC）は、すべてを一度にやろうとすることは失敗の元であることに気づきました。一人の人間に、動物を見つける「目」、名前を付ける「脳」、そしてその推測が十分かどうかを判断する「審判」のすべてを任せることを想像してみてください。彼らの実験では、この「オールインワン」のアプローチは壁に突き当たりました。コンピュータは、ラベルのない動物を間違いだと勘違いして、混乱し続けてしまったのです。

そこで彼らは、役割を分担し、それぞれが一つ一つのことを完璧にこなすリレーレースのような方式にすることを決めました。

ランナー1：目ざとすぎる偵察員（検出器 / Detector）
まず、海底全体をスキャンして、「おい、あそこに何かいるぞ！」と叫ぶ役割が必要です。彼らは「Megalodon」（YOLO型の検出器）という、学習済みのロボットを使用しました。この偵察員に、乱雑なコンペティションのデータから新しいことを学ばせるのではなく、形を識別する方法をすでに知っているベテランの偵察員のように、知識を固定（フリーズ）したままにしました。

• タイリングのトリック： 海底は広大であり、一部の海洋生物は非常に小さいものです。写真全体を凝視すると、小さなウニはただの塵のように見えてしまいます。これを解決するため、チームは単に写真全体を見るのではなく、画像を重なり合う小さなタイル（モザイク状）に切り分けました。これにより、偵察員は細かいディテールまでズームして見ることができるようになりました。
• エッジ・フィルター： 時には、生物がタイルの端で半分に切れてしまうことがあります。チームは、「もし検出された形状がタイルの端で切れていたら、それは捨てなさい」というルールを追加しました。これにより、半分になったウニを完全なものとしてカウントしてしまうミスを防ぎました。

ランナー2：専門の生物学者（分類器 / Classifier）
偵察員が「何か」を見つけると、その場所を切り取った写真を、第二のランナーである超スマートなAI「DINOv3」へと渡します。このランナーの唯一の仕事は、その生物を見て「これはウニだ」とか「これは骨格のある魚だ」と判定することです。

• 秘伝のソース： 彼らはこのロボットを一から教え込んだわけではありません。代わりに「LoRA（Low-Rank Adaptation）」という手法を用いました。これは、ロボットに、コンペティションにおける32種類の海洋生物に関する特定のルールを書き留めるための、小さな専門的なノートを与えるようなものです。これにより、ロボットは、非常によく似た二種類の魚を見分けるといった、微細なディテールの達人になることができました。

ランナー3：疑り深い審判（リランカー / Reranker）
最高の生物学者であっても、自信過剰になることがあります。時には、奇妙な岩が魚に似ているために、生物学者が「99%の確率で魚です！」と言ってしまうこともあるでしょう。チームは、確信度をチェックするために、「チューリング・テスト」（機械が人間を欺けるかを試すテスト）に着想を得た「妥当性ヘッド（validity head）」を構築しました。この審判は、「この候補は、本当にそのクラスの他のメンバーと一致しているか？」と問いかけます。

• 結果： この審判は、優しい後押しとして機能しました。推測を切り捨てるのではなく、単にランキングをわずかに調整したのです。もし推測が奇妙であれば、リストの下位に押し下げられ、もし確かなものであれば、上位に留まりました。

最終スコア：すべてを統合する

チームは、単に三人のランナーに答えを叫ばせたわけではありません。「加重幾何学的融合（weighted geometric fusion）」という特別な数学的トリックを使用して、スコアを組み合わせました。偵察員が「そこに何かがある」という確信度を出し、生物学者が「名前」に対する確信度を出し、審判が「一貫性」に対する確信度を出すと想像してください。最終的なスコアは、これら三つのブレンドです。もしどれか一つでも弱い場合、最終スコアは低下します。これにより、最も強力で一貫性のある推測だけがトップに選ばれるようになります。

彼らが発見したこと（そして捨てたもの）

チームは何百もの実験を行いましたが、その結果は「なるほど！」という瞬間と「おっと」という教訓の混在でした。

• 固定された偵察員の勝利： 彼らは、偵察員（Megalodon）に乱雑なデータから学習させることで、より優れたものにしようと試みました。しかし、それはうまくいきませんでした。既存の知識を使用する「固定された」偵察員の方が、最終的なレースでは実際に優れたパフォーマンスを発揮しました。チームは、ノイズの多い不完全なデータで検出器を微調整しようとすることは、システム全体を悪化させることを学びました。
• 「厳格」vs「現実」の罠： 彼らは、既知のラベルと完全に一致する推測のみを受け入れるという、非常に厳格な方法を試みました。しかし現実の世界（隠されたテストセット）では、多くの本物の生物がトレーニングデータ内でラベル付けされていませんでした。もしフィルタリングを過剰に行うと、ラベルが付いていないだけの本物の動物を誤って捨ててしまうことになります。教訓は、怪しいものを削除するよりも、広い網を維持してランキングシステムに良し悪しを判断させる方が良いということです。
• パブリック vs プライベートの分離： チームには二つのバージョンのシステムがありました。一つは「疑り深い審判（TTNに着想を得たリランカー）」を含むバージョンで、パブリック・リーダーボードと独自の外部テストで優れた成績を収めました。しかし、最終的な秘密のプライベート・リーダーボードでは、よりシンプルなバージョン（審判なし）が僅差で勝利しました。これは、あるテストで役立つように見えるシグナルが、未知の最終的な課題に対しては十分に堅牢ではない可能性があることを教えてくれました。

大きな展望

結局のところ、チームのシステムはスコア0.1757で、102チーム中12位に入りました。彼らの最大の発見は、新しいスーパーアルゴリズムではなく、一つの戦略でした。それは、**「乱雑なデータを修正しようとするのではなく、それを回避して立ち回ること」**です。

「見つける」ことと「名前を付ける」ことを分離し、固定された検出器を使用し、スマートなランキングシステムに頼ることが、単一のモデルにすべてを強制的に学習させるよりも強力であることを彼らは発見しました。また、不完全な地図が存在する世界では、疑わしい推測を排除しようとするあまりに攻撃的な姿勢は危険であることも学びました。時として、あなたが間違いだと思っているものは、実はラベル付けされていないだけの本物の宝物なのです。

論文は、「生徒・教師（student-teacher）」の手法（賢いモデルが弱いモデルを教える手法）や疑似データの作成は有望なアイデアではあるものの、極めて慎重に扱う必要があると示唆しています。もし教師が完璧でなければ、生徒は教師のミスまで学習してしまうからです。現時点では、最も安全な策は、検出器をシンプルに保ち、分類器に名前の判別という重責を任せ、最終的な推測に対しては優しい手加減でランキングを行うことです。