A Feature Memory Rearrangement Network for Visual Inspection of Textured Surface Defects Toward Edge Intelligent Manufacturing
Huazhong University of Science and Technology(华中科技大学);Tsinghua University(清华大学)
纹理表面的工业检测的最新进展-以视觉检测的形式-使得这种检测成为可能,高效,灵活的制造系统。我们提出了一个无监督的特征记忆重排网络(FMR-Net),以准确地检测各种纹理缺陷的同时。与主流方法一致,我们采用了背景重建的思想;然而,我们创新地利用人工合成缺陷使模型能够识别异常,而传统智慧只依赖于无缺陷的样本。首先,我们采用一个编码模块来获得纹理表面的多尺度特征。随后,基于对比学习的记忆特征模块(CMFM)被提出来获得歧视性的表示,并构建一个正常的特征存储体的潜在空间,它可以被用来作为一个替代品的缺陷和快速异常分数在补丁级别。其次,提出了一种新的全局特征重排模块(GFRM),以进一步抑制残余缺陷的重构。最后,解码模块利用恢复的特征来重建正常纹理背景。此外,为了提高检测性能,采用两阶段训练策略进行精确的缺陷恢复细化,并利用多模态检测方法实现噪声鲁棒性缺陷定位。我们通过大量的实验验证了我们的方法,并通过多级检测方法测试了其在协作边缘-云智能制造场景中的实际部署,证明了FMR-Net具有最先进的检测精度,并显示出在边缘计算支持的智能行业中使用的巨大潜力。
2022-06-22 cs.AI cs.CV
Automatic UAV-based Airport Pavement Inspection Using Mixed Real and Virtual Scenarios
Fundación Vicomtech, Basque Research and Technology Alliance (BRTA)(维科姆科技基金会,巴斯克研究和技术联盟(BRTA))
本文提出一种基于深度学习的无人机机场道面病害自动分割方法,并通过合成数据生成策略构建混合数据集,有效缓解标注数据不足并提升真实场景下的检测性能。
2024-01-11 cs.CV
DragonFruitQualityNet: A Lightweight Convolutional Neural Network for Real-Time Dragon Fruit Quality Inspection on Mobile Devices
Jahangirnagar University(贾汉吉尔纳加尔大学);Manarat International University(马纳拉特国际大学)
本研究提出轻量级卷积神经网络DragonFruitQualityNet,用于移动设备上的火龙果实时质量检测,在13,789张图像数据集上实现93.98%准确率,并集成至移动应用以赋能农业实践。
2025-08-10 cs.AI cs.CV
Improving Model's Focus Improves Performance of Deep Learning-Based Synthetic Face Detectors
University of Notre Dame(圣母大学)
基于深度学习的模型在通过将人类感知纳入训练策略来指导“在哪里看”之后,可以更好地推广到未知的数据样本。我们观察到,与为没有人类感知智能的模型训练计算的显着性熵相比,以这种方式训练的模型显着性熵较低。因此,问题是:通过降低模型的类激活图的熵,进一步增加模型的焦点,有助于进一步提高性能吗?在本文中,我们提出并评估了几个基于熵的新的损失函数组件控制模型的重点,涵盖了整个范围的水平,这样的控制,从没有到其“积极的”最小化。我们使用合成人脸检测问题表明,通过降低熵来提高模型的焦点,可以使模型在开集场景中表现得更好,其中测试样本由未知的生成模型合成。我们还表明,当模型的损失函数混合了三个方面时,可以获得最佳性能:常规分类,模型焦点的低熵和人类指导的显着性。
2023-03-01 cs.AI cs.CV
AUGCAL: Improving Sim2Real Adaptation by Uncertainty Calibration on Augmented Synthetic Images
Georgia Tech(佐治亚理工学院)
本文提出AUGCAL,一种用于无监督域适应的训练时补丁,通过在强增强的合成图像上优化校准损失,减少过度自信和校准不当,提升Sim2Real模型的误分类检测和置信度可靠性,同时保持或提升适应性能。
2024-07-29 cs.CV cs.LG
The Power of Light: Improving Synthetic-to-Real Domain Adaptation through Physically-Based Indirect Illumination
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI));RPTU Kaiserslautern-Landau(凯泽斯劳滕-兰道大学)
本文通过18个对照实验,系统研究照明配置和背景复杂度对目标检测性能的影响,提出基于物理着色的自动化合成数据生成管道SmartSDG和工业基准数据集ILLUM_INTRUCK,证明复杂间接照明与领域相关背景变化可增强视觉线索,减少域差距和误检,加速模型收敛。
2026-07-07 cs.AI cs.CV
A 3D Reconstruction Benchmark for Asset Inspection
Australian Centre for Robotics, School of Aerospace, Mechanical and Mechatronic Engineering, University of Sydney(澳大利亚机器人中心,航空航天、机械与机电工程学院,悉尼大学)
本文提出一个包含真实场景的3D重建基准数据集,用于评估在复杂表面条件和密集拍摄轨迹下的重建方法性能。
2026-03-18 cs.CV eess.IV
Establishing Reality-Virtuality Interconnections in Urban Digital Twins for Superior Intelligent Road Inspection and Simulation
College of Electronics & Information Engineering, Shanghai Research Institute for Intelligent Autonomous Systems, the State Key Laboratory of Intelligent Autonomous Systems, and Frontiers Science Center for Intelligent Autonomous Systems, Tongji University, Shanghai 201804, China(电子与信息工程学院,上海智能自主系统研究院,智能自主系统国家重点实验室,智能自主系统前沿科学中心,同济大学,上海)
本文提出了一种多模态传感器平台与城市数字孪生结合的智能道路检查系统,通过高保真的道路缺陷场景提升驾驶任务的感知和决策性能。
2025-12-13 cs.CV
Task-Conditioned Synthetic Data Generation for Improving Machine Learning Performance in Agricultural Prediction Tasks
Osnabrück University(奥斯纳布吕克大学);Leibniz Institute for Agricultural Engineering and Bioeconomy (ATB)(莱布尼茨农业工程与生物经济研究所(ATB));German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心(DFKI))
研究针对农业预测任务中训练数据受限影响机器学习性能的问题,提出任务条件合成数据生成算法TCSDG,结合贝叶斯网络生成器与表格基础模型,经实验验证其能有效提升性能,优于基准算法,提供实用框架。
2026-07-14 cs.AI cs.LG
Improving benchmarks for autonomous vehicles testing using synthetically generated images
AGH University of Technology(AGH科技大学)
如今,自主技术是一个非常深入的探索领域,特别是计算机视觉作为车辆感知的主要组成部分。整个神经网络视觉系统的质量依赖于训练数据集,而世界上大多数国家的交通标志数据集都很难找到。这意味着来自美国的自动驾驶汽车将无法在立陶宛行驶,无法识别沿途的所有路标。在本文中,我们提出了一个解决方案,如何更新模型使用一个小的数据集,从国家的车辆将被用于。值得一提的是,这不是灵丹妙药,而是小规模的升级,可以促进数据访问有限的国家的自动驾驶汽车发展。我们实现了约10%的质量提高,并期望在未来的实验中取得更好的结果。
2019-04-23 cs.CV cs.LG cs.RO
mmE5: Improving Multimodal Multilingual Embeddings via High-quality Synthetic Data
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院);Microsoft Corporation(微软公司)
针对多模态嵌入模型因带标签数据有限导致性能受限的问题,提出高质量合成数据三大标准并据此构建数据集,训练的多模态多语言模型mmE5在MMEB和XTD基准上取得优异性能。
2025-02-12 cs.AI cs.CL cs.CV
Fully-Synthetic Training for Visual Quality Inspection in Automotive Production
University of Bayreuth(拜罗伊特大学)
针对传统计算机视觉视觉质量检测模型依赖大量真实训练数据、成本高且易出错的问题,提出基于域随机化的合成图像生成流水线,实验证明全合成数据训练的目标检测模型在三个真实场景中性能优于真实数据训练的模型。
2025-03-12 cs.CV
Defect Spectrum: A Granular Look of Large-Scale Defect Datasets with Rich Semantics
Hong Kong University of Science and Technology, Guangzhou(香港科技大学(广州));HKUST(GZ) - SmartMore Joint Lab(香港科技大学(广州)- 赛摩智能联合实验室);SmartMore. Corp(赛摩智能公司);Hong Kong University of Science and Technology(香港科技大学)
本文提出缺陷谱数据集,提供精确、语义丰富的大规模工业缺陷标注,并引入Defect-Gen生成器以增强缺陷检测模型性能。
2024-07-19 cs.CV
Sequential PatchCore: Anomaly Detection for Surface Inspection using Synthetic Impurities
Fraunhofer ITWM(弗劳恩霍夫信息技术与微系统研究所);RPTU Kaiserslautern-Landau(凯撒斯劳滕-兰道莱茵-普法尔茨理工大学)
针对表面检测中的水渍等杂质与高分辨率训练内存瓶颈,提出合成水渍数据生成方法和 Sequential PatchCore 顺序核心集训练框架,验证合成预训练与真实数据微调的性能收益。
2025-01-16 cs.CV cs.GR cs.LG
RMR-P: Road Metadata-Aware Restoration for Pavement Inspection
针对车载道路图像退化导致缺陷检测失效的问题,提出RMR-Net恢复前端,在IVCNZ和PCM数据集上的8种退化条件中7种获最高mAP50,有界细节路径是核心贡献项。
2026-08-18 cs.CV
Synthetic Data Augmentation Using GAN For Improved Automated Visual Inspection
Jožef Stefan Institute(约瑟夫·斯特凡研究所);Jožef Stefan International Postgraduate School(约瑟夫·斯特凡国际研究生院);National Technical University of Athens(雅典国立技术大学);Philips Consumer Lifestyle BV(飞利浦消费者生活方式公司);Qlector d.o.o.(Qlector公司)
质量控制是制造公司为确保其产品符合要求和规格而进行的一项重要活动。人工智能模型的引入使视觉质量检测自动化,加快了检测过程,并确保所有产品都在相同的标准下进行评估。在这项研究中,我们比较监督和无监督的缺陷检测技术,并探讨数据增强技术,以减轻自动视觉检测的背景下的数据不平衡。此外,我们使用生成对抗网络进行数据增强,以提高分类器的判别性能。我们的研究结果表明,最先进的无监督缺陷检测与监督模型的性能不匹配,但可用于减少50%以上的标记工作量。此外,考虑到基于GAN的数据生成,AUC ROC得分等于或高于0,9898,即使通过仅留下25%的表示有缺陷产品的图像来增加数据集不平衡,也可以实现最佳分类性能。我们使用Philips Consumer Lifestyle BV提供的真实数据进行了研究。
2022-12-19 cs.AI cs.CV
Integrating Artificial Intelligence Models and Synthetic Image Data for Enhanced Asset Inspection and Defect Identification
Exelon Corporation(爱克斯龙公司);BGE, An Exelon Company(BGE,爱克斯龙旗下公司)
本研究提出一种结合合成图像与真实无人机图像的端到端人工智能解决方案,利用Maya和Unreal Engine生成照片级真实3D渲染图,有效减少人工标注并提升资产与缺陷检测性能。
2024-10-15 cs.CV cs.LG
Hybrid Synthetic Data Generation with Domain Randomization Enables Zero-Shot Vision-Based Part Inspection Under Extreme Class Imbalance
Department of Mechanical Engineering, University of Michigan, Ann Arbor, MI 48109, USA;Materials \& Manufacturing Systems Research Lab, General Motors, Warren, MI 48092, USA
提出一种结合仿真渲染、域随机化和真实背景合成的混合合成数据生成框架,仅用合成数据训练YOLOv8n和MobileNetV3-small模型,在极端类别不平衡下实现零样本工业零件检测,检测mAP@0.5达0.995,分类准确率96%,平衡准确率90.1%。
2025-11-28 cs.CV cs.LG
ProGAN-Based Synthetic Image Generation for Industrial Visual Inspection of Metallic Parts
Laboratory for Machine Tools and Production Engineering WZL of RWTH, Aachen University(亚琛工业大学WZL机床与生产工程实验室)
该研究针对金属部件视觉检测的训练数据稀缺问题,采用带Wasserstein损失与梯度惩罚的ProGAN生成合成图像,经MVTec AD、MPDD数据集验证,生成图像可扩充训练数据、提升鲁棒性并降低成本。
2026-10-14 cs.CV
Synthetic Defect Image Generation for Power Line Insulator Inspection Using Multimodal Large Language Models
Department of Electrical and Computer Engineering, Wayne State University(电气与计算机工程系,韦恩州立大学)
利用多模态大语言模型生成合成缺陷图像,提升电力线路绝缘子缺陷识别的准确率和数据效率。
2026-03-09 cs.CV
Instance Segmentation of Reinforced Concrete Bridges with Synthetic Point Clouds
University of Houston(休斯顿大学)
针对桥梁构件实例分割缺乏标注数据及泛化难的问题,提出利用三种方法生成合成数据,并结合超参数调优与遮挡技术优化的Mask3D transformer模型,在真实LiDAR和摄影测量点云上达到最先进性能,推动桥梁检查自动化。
2024-09-24 cs.CV eess.IV
SynSur: An end-to-end generative pipeline for synthetic industrial surface defect generation and detection
Fraunhofer IGD(弗劳恩霍夫工业驱动研究所)
本文提出SynSur端到端生成管道,结合视觉-语言模型提示、LoRA适应扩散、掩码引导修复和样本筛选,通过合成数据缓解工业缺陷检测数据稀缺问题,并在跨领域迁移中验证其有效性。
2026-07-23 cs.AI cs.CV
Synthetic Similarity Search in Automotive Production
University of Bayreuth(拜罗伊特大学);BMW Group(宝马集团)
针对汽车视觉质检中真实标注数据不足的问题,提出结合DINOv2相似性搜索与合成参考图像的分类流程,并在八个真实场景中验证其满足生产要求。
2025-05-12 cs.CV
Synthetic Image Augmentation for Damage Region Segmentation using Conditional GAN with Structure Edge
Yachiyo Engineering, Co., Ltd.(八千代工程有限公司)
近年来,社会基础设施老化,其预测性维护已成为重要的问题。为了监测基础设施的状态,桥梁检查由人眼或海湾无人机执行。在诊断方面,识别出主要损伤区域作为修复目标。但是,更严重的退化很少发生,并且感兴趣的损伤区域通常很窄,因此它们在每个图像中的比例非常小,只有0.6%到1.5%。损伤感兴趣区域的稀缺性和不平衡性影响了损伤检测的有限性能。如果能够生成损伤图像的附加数据集,则可以使得能够提高损伤区域分割算法的准确性。我们提出了一个合成增强过程,以产生损坏的图像使用图像到图像的翻译映射从三分类标签,包括语义标签和结构边缘的真正损坏的图像。我们使用Sobel梯度算子来增强结构边缘。实际上,在桥梁检查的情况下,我们应用的钢筋混凝土结构与数量的208眼检查照片,钢筋暴露发生,这是准备840块图像的大小为224 × 224。我们应用了流行的逐像素分割算法,如FCN-8 s,SegNet和DeepLabv 3 +Xception-v2。我们证明,重新训练一个数据集添加合成增强过程,使更高的准确率的基础上指标的平均IoU,损伤感兴趣区域IoU,精度,召回率,BF分数时,我们预测测试图像。
2020-05-07 cs.CV cs.LG
Trustworthy Visual Quality Inspection under Data Scarcity in Manufacturing
National Technical University of Athens(雅典国立技术大学);German Aerospace Center (DLR)(德国航空航天中心);Philips(飞利浦);University of Bonn(波恩大学)
针对制造业数据稀缺导致的视觉检测可信性不足问题,该研究结合扩散模型生成合成缺陷样本与贝叶斯分类器的不确定性感知决策,构建分阶段流水线,初步结果显示可降低部署可信检测模型的成本。
2026-08-25 cs.CV
CERBERUS: Crack Evaluation & Recognition Benchmark for Engineering Reliability & Urban Stability
Palisades Charter High School(帕利萨德 charter 高中);Mechanical and Aerospace Engineering, UCLA(航空航天工程,加州大学洛杉矶分校)
本文提出合成基准CERBERUS,通过图像生成器和Unity 3D场景训练评估AI裂缝检测模型,实验证明结合合成与真实数据能提升YOLO在真实图像上的检测性能,支持自动化基础设施检查研究。
2025-06-27 cs.CV
SYNOSIS: Image synthesis pipeline for machine vision in metal surface inspection
Fraunhofer ITWM(弗劳恩霍夫信息技术与数学研究所);RPTU Kaiserslautern-Landau(凯撒斯劳滕-兰道莱茵-普法尔茨理工大学);Fraunhofer IOF(弗劳恩霍夫应用光学与精密机械研究所)
本文提出SYNOSIS图像合成流程,系统解决金属表面检测中训练数据不足与多样性受限问题,并通过铣削和喷砂铝表面实验验证了合成数据用于缺陷分割模型训练的有效性。
2024-10-18 cs.CE cs.CV cs.GR
Synthetic data generation framework for quality control automation in gravure printing
univh2c(滨海大学)
针对凹版印刷质量控制中人工检测的不足,提出合成数据生成框架,自动生成特定印刷缺陷图像及标注,用其训练模型在实际工业测试样本上达80.9%的mAP,提供零成本、快速部署的缺陷检测自动化方案。
2026-07-24 cs.AI cs.CV cs.LG
A Data Fusion Platform for Supporting Bridge Deck Condition Monitoring by Merging Aerial and Ground Inspection Imagery
无人机通过Single Shot或通过拼接几幅重叠的静止图像来扫描桥面表面,显示出很高的效率。如果通过航空图像确定了潜在的表面缺陷,则可以安排随后的地面检查。这两个阶段的检查程序显示出很大的潜力,提高现场检查的生产力。由于空中和地面检测图像是在不同的尺度下拍摄的,因此需要一种工具来适当地融合这些多尺度图像,以改善当前的桥面状况监测实践。针对这一需求,本研究引入了一个数据融合平台。使用该平台,不同检测设备拍摄的多尺度图像可以通过地理参考进行融合。作为该平台的一部分,开发了一个基于网络的用户界面,用于在用户查询下组织和可视化这些图像以及检查注释。为了说明的目的,一个案例研究,涉及多尺度的光学和红外图像从无人机和地面检查,其实现使用所提出的平台。
2019-04-10 cs.CV
A Synthetic-Driven Vision System for Assembly Step Recognition
提出一种利用CAD模型和步骤描述自动生成合成数据训练实时检测模型的系统,通过物理模拟、域随机化和目标检测实现92.4%真实装配准确率。
2026-07-02 cs.CV
When the Small-Loss Trick is Not Enough: Multi-Label Image Classification with Noisy Labels Applied to CCTV Sewer Inspections
Veolia Research & Innovation(威立雅研究与创新中心)
针对CCTV下水道巡检中多标签图像分类的标签噪声问题,提出基于CoSELFIE的混合样本选择新方法MHSS,在处理合成与真实噪声上表现优越。
2024-10-10 cs.CV cs.LG
A Study on Improving Realism of Synthetic Data for Machine Learning
University of California, Berkeley(加州大学伯克利分校);University of Southern California(南加州大学);DEVCOM Army Research Laboratory(DEVCOM陆军研究实验室)
本研究针对通用机器学习合成数据对抗训练的深度评估研究不足的问题,训练并评估了以无标注真实数据为条件的合成到真实生成模型,通过多维度指标和下游任务完成全面评估。
2023-04-28 cs.CV cs.LG eess.IV
A Novel Strategy for Improving Robustness in Computer Vision Manufacturing Defect Detection
University of New Brunswick(新不伦瑞克大学);Willows AI Inc.(威洛人工智能公司)
针对制造数据高度重复且缺陷样本少导致深度学习模型脆弱易漏检的问题,提出训练模型在脱离上下文时学习特定缺陷的策略,并证明预测边界框的目标检测模型优于纯分类器,提升了泛化与鲁棒性。
2023-05-16 cs.CV
Improving Synthetically Generated Image Detection in Cross-Concept Settings
Information Technologies Institute, CERTH(希腊研究与技术中心信息技术研究所);Czech Technical University in Prague(布拉格捷克理工大学)
针对合成图像检测器跨概念泛化不足的问题,本文提出依据概率质量估计模型的质量评分筛选逼真生成图像进行训练,并在 StyleGAN2 与 Latent Diffusion 上验证其性能提升。
2023-04-24 cs.AI cs.CV
Synthetic Defect Geometries of Cast Metal Objects Modeled via 2d Voronoi Tessellations
RPTU University Kaiserslautern-Landau(科隆-兰道大学);Fraunhofer Institute for Industrial Mathematics ITWM(弗劳恩霍夫工业数学研究所)
本文提出基于二维Voronoi镶嵌的参数方法,用于建模铸造成型物体的合成缺陷几何,以生成高质量合成数据用于缺陷检测研究。
2026-02-05 cs.CV
ROPUST: Improving Robustness through Fine-tuning with Photonic Processors and Synthetic Gradients
LightOn(莱通公司);LPENS, École Normale Supérieure(巴黎高等师范学院LPENS);Facebook AI Research(脸书人工智能研究院);Université Paris-Dauphine(巴黎多芬大学)
对对抗攻击的鲁棒性通常通过使用投影梯度下降的昂贵对抗训练来获得。在这里,我们介绍了ROPUST,这是一种非常简单而有效的方法,可以利用强大的预训练模型,并进一步提高其鲁棒性,而不会降低自然精度。我们的技术依赖于使用光学处理单元(OPU),光子协处理器,以及使用直接反馈对准(一种合成梯度训练方案)执行的微调步骤。我们在RobustBench中针对四种攻击在九种不同的模型上测试了我们的方法,不断提高最先进的性能。我们对我们的防御的单个组件进行了消融研究,表明鲁棒性来自参数混淆和替代训练方法。我们还引入了相位恢复攻击,专门用于增加攻击者对我们自己防御的威胁级别。我们表明,即使与国家的最先进的相位恢复技术,ROPUST仍然是一个有效的防御。
2021-07-06 cs.CV cs.LG
Provably Improving Generalization of Few-Shot Models with Synthetic Data
FPT Software AI Center(FPT软件人工智能中心);Hanoi University of Science(河内科学大学);VinUniversity(文大学);University of Warwick(沃里克大学)
针对少样本分类中合成数据导致的性能下降问题,提出一种集成原型学习的理论框架算法,优化数据划分与模型训练,有效弥合真实与合成数据分布差距并显著提升泛化性能。
2025-06-25 cs.CV cs.LG
Improving Face Detection Performance with 3D-Rendered Synthetic Data
University of Amsterdam(阿姆斯特丹大学);DUniversum(3DUniversum)
在本文中,我们提供了一个合成数据生成器的方法,完全控制,多方面的变化的基础上,一个新的三维人脸数据集(3DU脸)。我们定制了合成数据集,以解决特定类型的变化(比例,姿态,遮挡,模糊等),并系统地研究了不同变化对人脸检测性能的影响。我们研究这些因素是否以及如何有助于更好的人脸检测性能。我们在各种人脸数据集(MAFA,UFDD和Wider Face)上验证了我们针对不同人脸检测器(Faster RCNN,SSH和HR)的合成数据增强。
2019-11-27 cs.CV
Initial Study On Improving Segmentation By Combining Preoperative CT And Intraoperative CBCT Using Synthetic Data
Salzburg University of Applied Sciences(萨尔茨堡应用科技大学);University of Salzburg(萨尔茨堡大学);MedPhoton GmbH(MedPhoton有限公司)
针对术中CBCT伪影和与术前CT配准不完美的问题,提出融合粗略对齐CT与CBCT的多模态学习方法,并在合成数据上验证其可提升分割性能。
2024-12-03 cs.AI cs.CV cs.LG
Improving Post-Earthquake Crack Detection using Semi-Synthetic Generated Images
Department of Electrical, Computer and Biomedical Engineering, University of Pavia(电气、计算机与生物医学工程系,帕维亚大学);EUCENTRE Foundation, European Centre for Training and Research in Earthquake Engineering(欧洲地震工程培训与研究中心基金会)
本研究提出一种利用参数化元标注在3D结构模型上生成半合成裂缝图像的数据增强技术,实验证明结合真实与半合成图像训练能显著提升震后裂缝检测系统的性能。
2024-12-06 cs.AI cs.CV
A Multitask Deep Learning Model for Parsing Bridge Elements and Segmenting Defect in Bridge Inspection Images
Stony Brook University(石溪大学)
美国庞大的桥梁网络对维护和修复提出了很高的要求。人工目视检查评估桥梁状况的巨大成本在某种程度上是一种负担。先进的机器人已被用于自动化检查数据汇集。在大量的检测图像数据中自动分割多类元素和元素上的表面缺陷,将有助于有效评估桥梁状况。训练单独的单任务网络进行元素解析(即,多类元素的语义分割)和缺陷分割未能结合这两项任务之间的密切联系。可识别的结构元素和明显的表面缺陷都存在于检查图像中。本文旨在开发一种多任务深度学习模型,充分利用桥梁元素和缺陷之间的相互依赖性,以提高模型的任务性能和泛化能力。此外,该研究还调查了所提出的模型设计对提高任务性能的有效性,包括特征分解、串扰共享和多目标损失函数。为模型训练和测试开发了具有桥梁元素和腐蚀的像素级标签的数据集。评估开发的多任务深度模型的定量和定性结果表明,与基于单任务的模型相比,它不仅在性能上具有优势(桥梁解析的mIoU高出2.59%,腐蚀分割高出1.65%),而且在计算时间和执行能力上也具有优势。
2022-10-28 cs.CV
A Synthetic Dataset for Manometry Recognition in Robotic Applications
University of São Paulo(圣保罗大学)
本文提出了一种混合数据合成方法,通过结合过程渲染和AI驱动视频生成,提升机器人应用中测压识别的训练效果和可靠性。
2025-10-11 cs.AI cs.CV cs.LG
High-Fidelity Visual Structural Inspections through Transformers and Learnable Resizers
University at Buffalo, the State University of New York(纽约州立大学布法罗分校)
目视检查是评估民用基础设施状况的主要技术。无人机(UAV)和人工智能的最新进展使视觉检查更快,更安全,更可靠。配备摄像头的无人机通过为人类检查员收集大量视觉数据,正在成为行业的新标准。与此同时,使用深度学习算法(包括语义分割)进行自主视觉检测的研究也很重要。虽然无人机可以捕获建筑物立面的高分辨率图像,但由于高计算内存需求,高分辨率分割极具挑战性。通常情况下,图像会以丢失局部细节为代价被统一缩小。首先,将图像分解成多个较小的块会导致全局上下文信息的丢失。我们提出了一种混合策略,可以通过管理全局和局部语义权衡来适应不同的检查任务。该框架包括一个复合的高分辨率深度学习架构,配备了基于注意力的分割模型和可学习的下采样器-上采样器模块,旨在实现最佳效率和信息保留。该框架还利用图像裁剪网格上的Vision Transformers,旨在实现高精度学习而不缩小规模。为了提高性能和减少网格裁剪可能造成的上下文丢失,采用了一种增强推理技术。在地震城数据集中,对基于三维物理的图形模型合成环境进行了全面的实验。建议的框架进行评估,使用几个指标上的三个分割任务:组件类型,组件损坏状态,和全局损坏(裂纹,钢筋,剥落)。
2022-10-21 cs.CV eess.IV
Improving COVID-19 CXR Detection with Synthetic Data Augmentation
Technische Hochschule Ulm - Ulm University of Applied Sciences(乌尔姆应用技术大学);Universitätsklinikum Ulm - Ulm University Medical Center(乌尔姆大学医学中心)
自COVID-19大流行开始以来,研究人员开发了深度学习模型来对COVID-19引起的肺炎进行分类。与许多医学成像任务一样,可用数据的质量和数量通常是有限的。在这项工作中,我们在公开的COVID-19图像数据上训练了一个深度学习模型,并在当地医院的胸部X光数据上评估了该模型。数据已经过两名放射科医生的审查和标记,以确保模型的泛化能力的高质量估计。此外,我们正在使用生成对抗网络来基于这些数据生成合成X射线图像。我们的研究结果表明,使用这些合成图像进行数据增强可以显着提高模型的性能。对于许多稀疏数据域,这可能是一种很有前途的方法。
2021-12-14 cs.CV cs.LG eess.IV
SePArate: Segmenting Patterns from Defects in Wafer Manufacturing Using Weak Supervision
Seoul National University(首尔大学);SK Hynix(SK海力士)
针对半导体制造中缺陷分析的规模化需求,提出弱监督晶圆缺陷分割方法SePArate,经三阶段训练后在实验中表现优于基线方法。
2026-09-01 cs.AI cs.CV
Trimming the Risk: Towards Reliable Continuous Training for Deep Learning Inspection Systems
Polytechnique Montreal(蒙特利尔理工学院);Sycodal Inc.(Sycodal公司)
针对工业深度学习检测系统持续训练中自标注标签导致性能下降的问题,提出两阶段过滤的鲁棒维护方法,可减少错误自标注数据,提升生产性能且不损害原始验证效果。
2024-09-13 cs.CV cs.LG cs.SE
Imagery Dataset for Condition Monitoring of Synthetic Fibre Ropes
Aalborg University(奥尔堡大学)
针对合成纤维绳索难以频繁拆卸检查的问题,本文构建含6,942张正常与多类缺陷图像的数据集,以支持检测、分类和分割算法开发。
2023-09-29 cs.CV
Improving Object Detector Training on Synthetic Data by Starting With a Strong Baseline Methodology
TNO(荷兰应用科学研究组织)
本文提出一种结合数据增强与Transformer骨干网络的方法论,在合成数据上训练预训练目标检测器,有效提取合成数据信息并保留真实图像预训练特征,在RarePlanes和DGTA-VisDrone等数据集上提升了检测性能。
2024-05-30 cs.AI cs.CV cs.ET
Synthetic-to-Real Object Detection using YOLOv11 and Domain Randomization Strategies
MIT-KIT, Germany(MIT-基尔特研究所,德国)
本文研究仅用合成数据和域随机化训练YOLOv11检测汤罐,发现提高数据多样性并调优增强可弥合合成到真实域差距,最佳YOLOv11l模型在Kaggle隐藏测试集上mAP@50达0.910。
2025-09-18 cs.CV cs.LG
A Versatile Crack Inspection Portable System based on Classifier Ensemble and Controlled Illumination
Istituto Italiano di Tecnologia(意大利理工学院);Huawei Technologies Co., Ltd.(华为技术有限公司);University of Verona(维罗纳大学);University of Genova(热那亚大学)
本文提出了一种新型的瓷砖裂缝自动视觉检测装置,并研究了各种分类器和高度变化的照明条件对该任务的影响。这种设置背后的直觉是,在特定的照明条件下,裂缝可以比其他人更好地可视化。我们的设置,这是专为现场工作的限制,在其最大尺寸,可以获得图像的裂缝检测与多种照明条件下使用的照明源放置在多个高度。然后通过以滑动窗口方式对从所获取的图像中提取的补丁进行分类来执行裂缝检测。我们通过在定制和最先进的架构上训练分类器来研究放置在不同高度的灯光的效果,并在补丁级和图像级评估它们的性能,从而证明我们设置的有效性。更重要的是,我们是第一个研究,演示了如何高度变化的照明条件可以影响裂缝检测与现有的国家的最先进的分类。我们提供了有关照明条件的见解,可以帮助改善具有挑战性的现实工业环境中的裂纹检测。
2020-10-19 cs.CV
Improving face generation quality and prompt following with synthetic captions
Imperial College London(帝国理工学院)
针对扩散模型生成人脸时提示遵循度低、图像真实性差的问题,提出无需训练的外貌描述生成流水线,用其生成25万条合成字幕微调扩散模型,显著提升了人脸生成质量与提示遵循度,并公开相关资源。
2024-05-17 cs.CV cs.LG
Defect Detection in Synthetic Fibre Ropes using Detectron2 Framework
Aalborg University(奥尔堡大学)
本文研究利用 Detectron2 的 Mask R-CNN 对合成纤维绳索七类损伤进行实例分割,在 1,803 张图像数据集上验证多种骨干网络,以实现高效自动化缺陷检测。
2024-06-28 cs.CV
Towards automatic smoke detector inspection: Recognition of the smoke detectors in industrial facilities and preparation for future drone integration
Brno University of Technology(布尔诺理工大学);VSB - Technical University of Ostrava(俄斯特拉发技术大学);University of Ostrava(俄斯特拉发大学);Mendel University in Brno(布尔诺孟德尔大学)
本文提出自动检测系统中的烟雾探测器识别方法,通过比较不同检测器在真实与半合成数据上的表现,验证YOLOv11n在烟雾探测器检测中的优越性。
2026-03-25 cs.CV cs.LG cs.RO
Improving the Anomaly Detection in GPR Images by Fine-Tuning CNNs with Synthetic Data
University of Science and Technology of China(中国科学技术大学)
探地雷达已被广泛应用于城市道路和地下设施的健康运行评价。探地雷达在识别某地区地下异常时,所获得的数据可能是不平衡的,并且不能预先认识到可能的地下异常的数量和类型。本文提出了一种新的方法,以提高地下异常检测的探地雷达B扫描图像。首先在检测区域中收集正常(即没有地下物体)GPR图像部分。考虑到探地雷达图像本质上是电磁波和传播时间的表征,为了同时保留地下背景和目标的细节信息,对常规探地雷达图像进行分割,然后与包含不同类型目标的模拟探地雷达图像进行融合,得到基于小波分解的探测区域合成数据。预训练的CNN然后可以用合成数据进行微调,并用于提取随后在检测区域中获得的分段GPR图像的特征。提取的特征可以在特征空间中通过单类学习算法进行分类,而不需要预先设定异常类型或数量。所进行的实验表明,用所提出的合成数据对预训练的CNN进行微调可以有效地改善网络对检测区域中的对象的特征提取。此外,该方法只需要检测区域内一段容易获取的正常数据,也能满足实际应用中的时效性要求。
2022-11-22 cs.AI cs.CV