日立開發出無須重新學習或修改即可高精度修正現有物件偵測AI結果的AI技術

日立製作所開發出「DetRefiner」AI技術，能在不進行AI重新訓練或修改的情況下，後置修正現有物件偵測AI的偵測結果。傳統方法難以充分掌握影像整體狀況資訊與各細部區域特徵之間的相互關係，而本技術透過特徵融合Transformer，將影像整體與細部特徵進行整合分析，使最新物件偵測模型（如Grounding DINO、LLMDet）在多個公開基準測試（COCO、LVIS、ODinW13、Pascal VOC）中，偵測精度最高提升達50%以上。\n\n此技術在一般個人電腦環境（CPU: Intel Core i9，GPU: RTX 2080 Ti）下，每張影像的追加處理時間僅約0.1秒，兼顧了精度提升與處理效率。由於DetRefiner僅以影像及物件偵測AI的輸出結果（預測標籤與偵測區域座標）作為輸入，因此具有模型無關（Model-Agnostic）的特性，亦可應用於透過API運作的黑盒子型AI，能有效降低複雜環境下的誤偵測與漏偵測。\n\n日立將此技術定位為支持其「Lumada 3.0」的核心技術之一，未來將推廣至製造業產品檢查、設備維護、基礎設施監控及空拍影像分析等領域。本研究成果將於2026年6月3日至7日舉辦的國際學術會議「CVPR 2026」的Findings Track上發表（論文標題為《DetRefiner: Model-Agnostic Detection Refinement with Feature Fusion Transformer》，作者為岡崎聡一郎、佐佐木達也、大橋啓己）。