YOLOとMixture-of-Expertsの融合：ロバストな物体検出のための適応的エキスパートルーティング
YOLO Meets Mixture-of-Experts: Adaptive Expert Routing for Robust Object Detection
November 17, 2025
著者: Ori Meiraz, Sharon Shalev, Avishai Weizman
cs.AI
要旨
本論文は、物体検出のための新しいMixture-of-Expertsフレームワークを提案する。複数のYOLOv9-Tエキスパート間の適応的ルーティングを組み込むことで、動的な特徴の専門化を実現し、単一のYOLOv9-Tモデルと比較してより高い平均適合率（mAP）および平均再現率（AR）を達成している。
English
This paper presents a novel Mixture-of-Experts framework for object detection, incorporating adaptive routing among multiple YOLOv9-T experts to enable dynamic feature specialization and achieve higher mean Average Precision (mAP) and Average Recall (AR) compared to a single YOLOv9-T model.