ケーブルやワイヤーといった変形可能な線状物体は、製造現場のロボット配線、ハーネス組立、電力設備の点検など幅広い領域で、正確なインスタンスセグメンテーションの対象になります。しかしながら、それらの物体は細長く柔軟であるがゆえに、曲げやねじれ、自重によるたわみ、さらに周囲との接触によって複雑な形状を取りやすく、画像上では頻繁に自己遮蔽が発生します。個々の配線の境界をピクセル単位で分離するには、物体の連続性と物理的な接触関係を同時に把握する必要がありますが、これは通常のセマンティックセグメンテーションよりもはるかに難しい問題です。加えて、実写画像に対してインスタンスレベルのアノテーションを付与するコストは非常に高く、一本の線を追跡して正確なマスクを作る作業は、労力と時間を大量に消費します。そのため、この分野の研究を進めるための大規模なデータセットはこれまで十分に整備されていませんでした。
この課題に対してZilin Dai氏ら4名は、ワイヤー用の新しい合成データセット「WireSeg-32k」を提案しました。データセットは32,000枚のRGB画像と、それぞれに対応するインスタンスマスク、そして深度マップを含みます。さらに、アノテーション済みの実世界テストセットも併せて提供され、合成データから実環境への一般化性能を測定できるようになっています。データ生成には、開発されたDeformXパイプラインが使われています。このパイプラインは、Cosseratロッド力学とIsaac Simによるフォトリアリスティックなレンダリングをカップリングさせたものです。Cosseratロッドモデルは、細長い弾性棒の曲げ・ねじれ・伸縮・接触を力学的にシミュレーションでき、ワイヤーのたわみや接触状態を物理的に妥当なものにします。一方、Isaac Simは高品質のライティングやマテリアル、遮蔽関係を備えた画像を生成します。これらを組み合わせることで、「見た目がリアルなだけの画像」ではなく、実際の力学的挙動と整合性のある線形状態を持つ合成データが得られます。また、CADベースのワイヤー資産を用いることで、より現実的な形状と寸法の多様性を確保し、背景やカメラ配置、照明条件を変えることで、学習に必要な視覚的多様性も確保しています。
論文では、データセットの有効性を簡潔なベースラインで検証しました。既存のセグメンテーションモデルであるSAM3を、WireSeg-32kのみを使ってLoRAファインチューニングします。特別なドメイン適応や複雑な後処理は行わず、単純なファインチューニングだけで実世界テストセットにおけるmAP@75が、未調整のオフザシェルフモデルに比べて10.2%向上しました。この結果は、物理的に根拠のある合成データが、現実のワイヤー認識タスクに対して十分な転移能力を持つことを示しています。単に見かけを模したデータでは得られない、接触や変形の一貫性がモデルの学習に寄与していると解釈できます。
WireSeg-32kの論文は、2026年9月2日にarXivへ投稿されました（arXiv:2609.03102）。投稿者はXiang Fei氏で、Zilin Dai氏を含む4名の著者によるものです。また、論文には「Synthetic Data for Computer Vision @ CVPR 2026 Workshop」というコメントが付けられており、CVPR 2026ワークショップの合成データセッションで発表される予定です。研究分野はコンピュータビジョン（cs.CV）に分類されます。プレプリントページではPDF版や実験的なHTML版、TeXソースを参照できるほか、関連論文や引用情報などもまとめられています。