ISP-AD: A Large-Scale Real-World Dataset for Advancing Industrial Anomaly Detection with Synthetic and Real Defects
Polymer Competence Center Leoben GmbH（聚合物能力中心莱奥本 GmbH）；Montanuniversität Leoben（矿业大学莱奥本）
本文提出含合成与真实缺陷的大规模工业数据集ISP-AD，开展混合监督训练实验，发现少量真实缺陷可提升模型泛化，为工业异常检测研究提供基准。
2026-09-04 cs.CV
Towards Sim-to-Real Industrial Parts Classification with Synthetic Dataset
Scania CV AB（斯堪尼亚汽车公司）；KTH Royal Institute of Technology（皇家理工学院）；University of Skövde（舍夫德大学）
针对工业零件分类的Sim-to-Real域差距问题，构建含17类工业零件的SIP-17合成数据集，通过5种主流模型的基准测试，验证了合成数据的实用性并总结了相关挑战与洞见。
2024-04-12 cs.CV cs.LG
SynGen-Vision: Synthetic Data Generation for training industrial vision models
Accenture Labs（埃森哲实验室）
针对工业磨损检测数据匮乏的问题，提出结合视觉语言模型与3D仿真渲染引擎的SynGen-Vision合成数据生成方法，生成锈蚀数据训练的模型mAP50达0.87，优于现有方法且可扩展。
2025-09-05 cs.CV cs.LG
Hybrid Deep Learning for Traceability and Classification of Industrial Slate Tiles
Rathscheck Schiefer und Dachsysteme（拉茨切克板岩及屋顶系统公司）
研究将深度学习用于板岩瓦实例感知再识别和提取地点分类，提出结合图像匹配与分类的混合深度学习方法，集成XFeat特征匹配分支和基于MobileNetV3的分类分支，提升了相关任务性能。
2026-07-07 cs.CV
Advancements in Point Cloud-Based 3D Defect Detection and Classification for Industrial Systems: A Comprehensive Survey
Aalborg University（奥尔堡大学）
本文全面综述了基于深度学习和3D点云的工业系统状态监测方法，重点探讨了缺陷形状分类与分割技术，并分析了现有方法的优缺点，以促进剩余使用寿命框架下的工业维护。
2024-07-23 cs.CV
Investigation of the Impact of Synthetic Training Data in the Industrial Application of Terminal Strip Object Detection
本文研究了终端条目目标检测中合成训练数据的影响，通过合成图像与真实数据结合，验证了DINO模型在复杂工业环境中的高效检测性能。
2025-12-29 cs.CV cs.LG
SynSpill: Improved Industrial Spill Detection With Synthetic Data
University of Central Florida（佛罗里达中央大学）；Siemens Energy（西门子能源）
针对工业泄漏检测中数据稀缺问题，提出基于高质量合成数据生成的框架，通过参数高效微调提升VLMs和检测器性能，实现安全关键领域的有效应用。
2025-08-13 cs.CV cs.ET
Adaptive Modular Retrieval-Augmented Framework for Cross-Domain Image Classification
Department of Mathematics, Indian Institute of Technology Kharagpur（数学系，印度理工学院Kharagpur分校）；Department of Computer Science and Engineering, Indian Institute of Technology Kharagpur（计算机科学与工程系，印度理工学院Kharagpur分校）
本文提出神经可塑性模块化分类器，结合ResNet-50与ViT及FAISS检索，通过动态增长模块适应数据复杂性，在垃圾和工业表面缺陷分类中超越静态模型，实现高准确性和适应性。
2026-10-30 cs.CV
CAD Models to Real-World Images: A Practical Approach to Unsupervised Domain Adaptation in Industrial Object Classification
Berliner Hochschule für Technik（柏林应用科学技术大学）；nyris GmbH（nyris有限公司）；topex GmbH（topex有限公司）；University of Applied Sciences Berlin（柏林应用科学大学）
针对工业场景下仅带标签CAD模型、需分类真实图像的无监督域自适应问题，研究分析关键设计选择，提出的流程在VisDA基准达SoTA，在含102个机械零件的新工业数据集上大幅提升性能，并给出实用指导原则。
2023-10-07 cs.CV
HaDR: Applying Domain Randomization for Generating Synthetic Multimodal Dataset for Hand Instance Segmentation in Cluttered Industrial Environments
VSB - Technical University of Ostrava（VSB - 俄斯特拉发技术大学）
HaDR通过领域随机化生成合成多模态数据集，提升工业环境中手部实例分割的准确性和鲁棒性。
2023-04-12 cs.CV cs.HC
Industrial Synthetic Segment Pre-training
TICO-AIST Cooperative Research Lab for Advanced Logistics, Japan（TICO-AIST先进物流联合研究实验室，日本）；National Institute of Advanced Industrial Science and Technology (AIST), Japan（日本国家先进工业科学与技术研究院）；Visual Geometry Group, University of Oxford, UK（牛津大学视觉几何组）
该研究提出基于FDSL的InsCore合成数据集，在不使用真实图像的情况下预训练的分割模型，在5个领域的表现与ImageNet-21k预训练模型相当，解决了工业分割模型对真实图像的依赖问题。
2026-08-06 cs.CV
BIDCD -- Bosch Industrial Depth Completion Dataset
Technion - Israel Institute of Technology（以色列理工学院）；Bosch Center for Artificial Intelligence（博世人工智能中心）
我们介绍BIDCD --博世工业深度完井数据集。BIDCD是一个新的金属工业物体的RGBD数据集，使用安装在机器人操纵器上的深度相机收集。该数据集的主要目的是促进特定于领域的深度完成模型的训练，用于物流和制造任务。我们在这个数据集上训练了一个最先进的深度补全模型，并报告了结果，设定了一个初始基准。此外，我们建议使用该数据集来学习合成到深度相机的领域自适应。修改合成RGBD数据以模拟真实世界深度采集的特征可能会增强对合成数据的训练。为此，我们在合成工业数据集和我们的真实数据上训练了一个生成对抗网络（GAN）。最后，为了解决生成的图像中的几何失真，我们引入了一个辅助损失，促进保存原始形状。BIDCD数据可在https://zenodo.org/communities/bidcd上公开获取。
2021-10-04 cs.CV cs.RO
Bounding Box-Guided Diffusion for Synthesizing Industrial Images and Segmentation Map
Covision Lab（科维森实验室）
本文提出基于扩散模型的边界框引导方法，用于生成高保真的工业图像和分割图，提升缺陷一致性和空间准确性，通过定量指标评估方法有效性，推动更可靠的分割模型发展。
2026-01-27 cs.CV
FLASH: A "Generate Once, Synthesize Many" Framework for Synthetic Anomaly Generation in Industrial Anomaly Detection
Silicon University（硅谷大学）；Intel（英特尔）
FLASH提出“一次生成，多次合成”框架，解耦缺陷生成与异常合成，利用VLM和图像生成模型提取可复用缺陷补丁，结合OBS和MRSP高效合成多样异常，在MVTec AD 2上以78.1% F1接近真实异常性能，速度提升11.95倍。
2026-11-06 cs.CV
Classification of Industrial Control Systems screenshots using Transfer Learning
Universidad de León（莱昂大学）；Spanish National Cybersecurity Institute (INCIBE)（西班牙国家网络安全研究所）
工业控制系统在很大程度上依赖于安全和监控协议。有几种工具可用于此目的，它们可以侦察漏洞并从各种控制面板中截取屏幕截图以供以后分析。然而，它们不能将图像充分分类到特定的控制组中，这可能使手动操作员难以执行操作。为了解决这个问题，我们使用迁移学习与五个CNN架构，在Imagenet上预先训练，以确定哪一个最好地分类从工业控制系统获得的屏幕截图。使用337个手动标记的图像，我们训练这些架构，并研究其性能的准确性和CPU和GPU的时间。我们发现MobilenetV 1是基于其97.95%的F1分数的最佳架构，其CPU速度为0.47秒/图像。在时间至关重要且GPU可用的系统中，VGG 16是首选，因为它需要0.04秒来处理图像，但性能下降到87.67%。
2020-09-11 cs.CV
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 dataset generation for object-to-model deep learning in industrial applications
Imperial College London（帝国理工学院）
大型图像数据集的可用性一直是基于深度学习的分类和检测方法成功的关键因素。虽然日常物品的数据集广泛存在，但特定工业用例的数据（例如识别仓库中的包装产品）仍然很少。在这种情况下，数据集必须从头开始创建，这对工业应用中深度学习技术的部署造成了关键瓶颈。我们目前的工作与英国领先的网上超市合作进行，目的是创建一个计算机视觉系统，能够检测和识别独特的超市产品在仓库设置。为此，我们展示了一个框架，用于使用合成数据创建端到端的深度学习管道，从现实世界的对象开始，最终形成训练模型。我们的方法是基于从通过将摄影测量技术应用于现实世界的对象获得的3D模型生成的合成数据集。使用从每类60个真实图像生成的100k个合成图像，训练InceptionV3卷积神经网络（CNN），其在单独获取的真实超市产品图像的测试集上实现了95.8%的分类准确度。图像生成过程支持自动像素注释。这消除了检测任务通常所需的昂贵的手动注释。基于这些现成的数据，在合成的注释图像上训练了一个单阶段RetinaNet检测器，以产生一个可以实时准确定位和分类标本产品的检测器。
2019-09-24 cs.CV cs.LG
Synthetic Point Cloud Generation for Class Segmentation Applications
M.E. Rinker, Sr. School of Construction Management, University of Florida（佛罗里达大学M.E.林克 Sr.建筑管理学院）；H. Wertheim College of Engineering, University of Florida（佛罗里达大学H.沃特海姆工程学院）
由于确定基础设施退化所需的程序繁琐，工业设施的维护是一个日益严重的危险。数字孪生有潜力通过监测基础设施的连续数字表示来改善维护。但是，映射现有几何体所需的时间使其无法使用。我们以前开发了类分割算法来自动化数字孪生，但是需要大量的注释点云。目前，不存在用于自动分割的合成数据生成。我们使用Helios++从3D模型中自动分割点云。我们的研究有可能为有效的工业阶级细分铺平道路。
2022-05-07 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
SynthRender and I-AsSET: Open-Source Framework and Dataset for Bidirectional Sim-Real Transfer in Industrial Object Perception
Technical University Berlin, Industrial Automation Technology（柏林技术大学，工业自动化技术）；Mercedes-Benz AG, Future Manufacturing Technologies（梅赛德斯-奔驰公司，未来制造技术）；Technical University Braunschweig, Institute for Cognitive Robotics（不伦瑞克技术大学，认知机器人研究所）
本文提出SynthRender和IRIS，通过合成数据生成与结构化评估，系统研究双向仿真-现实迁移，提供32类数据集和CAD模型，实现高效合成训练与工业应用。
2026-08-10 cs.CV
VisDA 2022 Challenge: Domain Adaptation for Industrial Waste Sorting
Boston University（波士顿大学）；Worcester Polytechnic Institute（伍斯特理工学院）；Georgetown University（乔治城大学）；MIT-IBM Watson Lab（麻省理工学院-IBM沃森实验室）；Hanbat National University（韩巴国立大学）；SI Analytics（SI分析公司）；Tel-Aviv University（特拉维夫大学）；Beijing Institute of Technology（北京理工大学）
标签高效和可靠的语义分割对于许多现实生活中的应用至关重要，特别是对于具有高度视觉多样性的工业环境，例如废物分类。在工业废物分类中，最大的挑战之一是输入流的极端多样性，这取决于分类设施的位置，设施中可用的设备以及一年中的时间等因素，所有这些因素都会显著影响废物流的组成和视觉外观。数据中的这些变化被称为“视觉领域”，并且需要模型对这些领域的标签有效适应，以成功地对工业废物进行语义分割。为了测试计算机视觉模型在这一任务上的能力，我们提出了VisDA 2022挑战工业废物分类的领域自适应。我们的挑战结合了一个完全注释的废物分类数据集ZeroWaste，从不同地点和季节的两个真实材料回收设施收集，以及一个新的程序生成的合成废物分类数据集SynthWaste。在这次比赛中，我们的目标是回答两个问题：1）我们能否利用领域自适应技术来最小化领域差距？以及2）合成数据增强是否可以提高该任务的性能并帮助适应不断变化的数据分布？比赛结果表明，工业废物检测提出了一个真正的领域自适应问题，领域泛化技术，如增强，集成等，提高未标记目标域示例的整体性能，并且有效地利用合成数据仍然是一个开放的问题。请访问https://ai.bu.edu/visda-2022/
2023-03-26 cs.CV
Egocentric Human-Object Interaction Detection Exploiting Synthetic Data
University of Catania（卡塔尼亚大学）；Next Vision s.r.l.（Next Vision有限公司）
我们认为，在工业环境中检测自我中心的人机交互（EHOI）的问题。由于收集和标记大量的真实图像是具有挑战性的，我们提出了一个管道和一个工具来生成逼真的合成第一人称视觉（FPV）图像自动标记为EHOI检测在特定的工业场景。为了解决EHOI检测的问题，我们提出了一种方法，检测手，在场景中的对象，并确定哪些对象是目前参与的互动。我们将我们的方法的性能与一组最先进的基线进行比较。结果表明，使用合成数据集提高了EHOI检测系统的性能，特别是当很少有真实数据可用时。为了鼓励对这一主题的研究，我们在以下网址公开发布了建议的数据集：https://iplab.dmi.unict.it/EHOI_SYNTH/。
2022-04-14 cs.CV
SLSG: Industrial Image Anomaly Detection by Learning Better Feature Embeddings and One-Class Classification
Guangzhou Institute of Technology, Xidian University（西安电子科技大学广州学院）
针对工业图像异常检测中特征嵌入可区分性不足、单类分类正常特征描述不紧凑及逻辑异常检测效果差的问题，提出基于自监督学习与自注意力图卷积的SLSG网络，通过生成预训练、模拟异常对比及通用图结构建模提升检测性能，经基准实验验证效果优异。
2023-04-30 cs.CV
Instant Particle Size Distribution Measurement Using CNNs Trained on Synthetic Data
College of Computing, University Mohammed VI Polytechnic（穆拉比特大学第六理工学院）
本文提出利用Blender生成逼真合成颗粒图像训练CNN，以实现工业场景中粒度分布的即时测量，并验证EfficientNet-B0在精度与实时效率上最适合部署。
2025-07-01 cs.CV
Enhancing Object Detection Performance for Small Objects through Synthetic Data Generation and Proportional Class-Balancing Technique: A Comparative Study in Industrial Scenarios
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI））；Rheinland-Pfälzische Technische Universität (RPTU) Kaiserslautern-Landau（莱茵兰-普法尔茨凯泽斯劳滕-兰道工业大学（RPTU））
针对工业场景中小目标检测数据难获取、类别不平衡导致模型性能差的问题，提出结合合成数据生成与比例类别平衡技术的方法，对比了YOLOv5、YOLOv7、SSD在真实与合成数据组合下的检测性能。
2024-01-29 cs.CV cs.LG
Close the Sim2real Gap via Physically-based Structured Light Synthetic Data Simulation
Universität Hamburg（汉堡大学）；Agile Robots AG（敏捷机器人公司）；Southern University of Science and Technology（南方科技大学）
针对工业机器人中深度学习应用的数据获取难题，本文提出基于物理的结构光仿真系统生成RGBD数据，缩小sim2real差距，提升工业抓取性能。
2024-07-17 cs.AI cs.CV
Object Detection using Domain Randomization and Generative Adversarial Refinement of Synthetic Images
Ascent Robotics, Inc.（阿森特机器人有限公司）
在这项工作中，我们提出了一个域随机化和生成对抗网络（GAN）的应用程序，训练一个近实时的对象检测器工业电气部件，完全在模拟环境中。标记的真实世界数据的大规模可用性通常是罕见的，并且在许多工业环境中难以获得。因此，在这里，只有几百个未标记的真实图像被用来训练一个循环GAN网络，结合各种程度的域随机化过程。我们证明，这使得强大的翻译合成图像到现实世界的域。我们表明，当用于训练Mask-RCNN目标检测网络时，原始合成（模拟）和GAN翻译图像的组合在检测和分类工业电气部件集合时达到了大于0.95的平均精度。我们评估了训练数据的不同组合的性能。
2018-06-11 cs.AI cs.CV cs.NE
Detect, Classify, Act: Categorizing Industrial Anomalies with Multi-Modal Large Language Models
University of Bonn（波恩大学）；University of Freiburg（弗赖堡大学）；Endress + Hauser（Endress+Hauser公司）
本文提出基于大语言模型的VELM异常分类流程，结合无监督检测与LLM分类，并构建MVTec-AC和VisA-AC精确标注数据集，在MVTec-AD上取得80.4%的最优分类准确率。
2025-05-05 cs.CV
Bridging Synthetic and Real-World Domains: A Human-in-the-Loop Weakly-Supervised Framework for Industrial Toxic Emission Segmentation
Universiteit van Amsterdam（阿姆斯特丹大学）
针对工业烟雾分割中现实场景像素级标注稀缺问题，提出人在环类别感知域自适应框架CEDANet，结合公民弱标签优化伪标签及类别特定域判别器，实验表明其性能接近小样本全监督水平，验证公民科学与弱监督结合的实用性。
2025-11-12 cs.AI cs.CV
MuSc-V2: Zero-Shot Multimodal Industrial Anomaly Classification and Segmentation with Mutual Scoring of Unlabeled Samples
Huazhong University of Science and Technology（华中科技大学）；University of Trento（特伦特大学）
本文提出MuSc-V2框架，通过改进3D表示、融合多尺度特征及互评分机制，实现零样本多模态工业异常检测，提升MVTec 3D-AD和Eyecandies数据集性能。
2026-04-25 cs.CV
Detection and Classification of Industrial Signal Lights for Factory Floors
HMS Industrial Networks AB（HMS工业网络公司）；Halmstad University（哈尔姆斯塔德大学）
在过去的几十年里，工业制造业已经从劳动密集型的机器手动控制发展到完全连接的自动化过程。下一个大的飞跃被称为工业4.0，或智能制造。随着工业4.0的到来，IT系统和工厂车间之间从客户订单系统到最终产品交付的集成度不断提高。这种集成的一个好处是大规模生产个性化定制的产品。然而，考虑到现有工厂的使用寿命可长达30年，这在现有工厂中实施具有挑战性。在工厂中测量的最重要的参数是每台机器的运行时间。运行时间可能会受到机器维护以及不同产品重新配置的影响。对于没有连接的旧机器，运行状态通常由绿色，黄色和红色的信号灯指示。因此，目标是开发一种解决方案，其可以使用来自捕获工厂车间的视频摄像机的输入来测量操作状态。使用自动驾驶汽车中常用的交通灯识别方法，提出了一种在指定条件下准确率超过99%的系统。据信，如果更多样化的视频数据变得可用，则可以使用类似的方法来开发具有高可靠性的系统。
2020-05-28 cs.CV
RobustDefect-LLM: Explainable and Robustness-Aware Industrial Surface Defect Classification with Decision Support and AI-Assisted Reporting
本文提出RobustDefect-LLM框架，在NEU-DET数据集上评估四种CNN，选MobileNetV3-Large实现高准确率，结合Grad-CAM与置信度路由，集成AI辅助报告，验证了工业缺陷检测工作流的可行性。
2026-08-11 cs.CV
MuSc: Zero-Shot Industrial Anomaly Classification and Segmentation with Mutual Scoring of the Unlabeled Images
Huazhong University of Science and Technology（华中科技大学）；University of Trento（特伦托大学）
针对工业零样本异常分类与分割问题，提出利用未标记图像互评分的MuSc方法，通过多度数局部邻域聚合、互评分机制和约束邻域重评分，在MVTec AD、VisA数据集上实现显著性能提升，无需训练或提示。
2024-01-30 cs.CV
Ship classification from overhead imagery using synthetic data and domain adaptation
Space and Naval Warfare Systems Center, Pacific（太平洋空间与海战系统中心）
在本文中，我们重新审视的问题，分类船舶（海上船只）从开销图像检测。尽管过去十年对这一非常重要和相关的问题进行了研究，但它在很大程度上仍未得到解决。在海洋领域中对船舶和其他物体进行检测和分类的主要问题之一是缺乏训练最先进的机器学习算法所需的大量地面实况数据。我们通过使用Unity游戏引擎和3D船舶模型构建大型（200k）合成图像数据集来解决这个问题。我们证明，使用合成数据，分类性能显着提高，特别是当有很少的注释图像用于训练。
2019-05-10 cs.CV
SIAVC: Semi-Supervised Framework for Industrial Accident Video Classification
Minjiang University（闽江学院）；Fujian University of Technology（福建理工大学）；Zhengzhou University（郑州大学）；Fuzhou University（福州大学）；The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））
针对视频监控中标记数据不足问题，提出半监督框架SIAVC，通过SAB增强和VCAM伪标签生成，在ECA9和火灾检测数据集上分别取得88.76%和89.13%的准确率。
2024-05-23 cs.AI cs.CV
GDPR-Compliant Person Recognition in Industrial Environments Using MEMS-LiDAR and Hybrid Data
Fraunhofer IOSB（弗劳恩霍夫光学、信息技术与人机工程研究所）；OWL University of Applied Sciences and Arts（东威斯特伐利亚应用科学与艺术大学）
本文提出利用MEMS-LiDAR和混合数据在工业环境中实现符合GDPR的人体识别，通过合成数据增强提升检测性能并减少标注工作量。
2026-02-02 cs.CV
Leveraging Diffusion Models for Synthetic Data Augmentation in Protein Subcellular Localization Classification
本研究探讨利用DDPM生成合成图像以增强蛋白质亚细胞定位多标签分类，提出MixModel结合混合训练策略，但泛化不佳，而基于ResNet的基线分类器表现更稳定，凸显了逼真数据生成与稳健监督的重要性。
2025-05-28 cs.CV
Attributed Synthetic Data Generation for Zero-shot Domain-specific Image Classification
Southeast University（东南大学）；Waseda University（早稻田大学）；ZOZO Research（ZOZO研究所）；University of California San Diego（加利福尼亚大学圣迭戈分校）
本文提出 AttrSyn 方法，利用大语言模型生成属性化提示以提升合成图像多样性，从而改善零样本特定领域图像分类性能。
2025-04-06 cs.CV
Synthetic Data Augmentation using GAN for Improved Liver Lesion Classification
Tel Aviv University（特拉维夫大学）；The Chaim Sheba Medical Center（柴姆·谢巴医疗中心）；Bar-Ilan University（巴伊兰大学）
在本文中，我们提出了一种数据增强方法，使用生成对抗网络（GANs）生成合成医学图像。我们提出了一种训练方案，首先使用经典的数据增强来扩大训练集，然后通过将GAN技术应用于合成数据增强来进一步扩大数据大小及其多样性。我们的方法证明了有限的数据集的计算机断层扫描（CT）图像的182个肝脏病变（53囊肿，64转移瘤和65血管瘤）。仅使用经典数据增强的分类性能产生78.6%的灵敏度和88.4%的特异性。通过添加合成数据增强，结果显著增加到85.7%的灵敏度和92.4%的特异性。
2018-01-08 cs.CV
Semantically-Guided Domain Randomization for Industrial Object Detection in Low-Image-Budget Regimes
TU Berlin（柏林工业大学）；University of Stuttgart（斯图加特大学）；TU Braunschweig（布伦瑞克工业大学）
针对低图像预算下的工业目标检测，提出语义引导的域随机化（S-GDR），结合VLM语义描述与扩散背景合成，在200张图像预算下达到mAP50-95=0.739，优于现有基线。
2026-09-23 cs.CV
Industrial Machine Tool Component Surface Defect Dataset
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
在一般情况下使用机器学习（ML）技术，在特定情况下使用深度学习技术，需要一定量的数据，这些数据在技术领域中通常无法大量获得。机床部件的手动检查和产品的手动下线检查是工业应用中的劳动密集型任务，公司通常希望实现自动化。为了自动化分类过程并开发可靠且鲁棒的基于机器学习的分类和磨损动力学模型，需要真实世界的数据集来训练和测试模型。该数据集可在https://doi.org/10.5445/IR/1000129520下获得。
2021-03-24 cs.CV eess.IV
Synthetic Image Augmentation for Improved Classification using Generative Adversarial Networks
University of South Florida（南佛罗里达大学）
目标检测与识别一直是计算机视觉领域中一个持续研究的课题。即使在机器人技术中，由机器人检测物体的状态仍然是一项具有挑战性的任务。此外，收集每个可能状态的数据也不可行。在这篇文献中，我们使用带有SVM的深度卷积神经网络作为分类器来帮助识别烹饪对象的状态。我们还研究了如何将生成对抗网络用于合成数据增强和提高分类精度。这项工作背后的主要动机是估计机器人能够识别物体当前状态的程度
2019-07-31 cs.CV
CLIP-FSAC++: Few-Shot Anomaly Classification with Anomaly Descriptor Based on CLIP
Xi’an Jiaotong University（西安交通大学）；Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳））；Xiamen University（厦门大学）；Shenzhen University（深圳大学）
针对工业场景数据稀缺问题，本文提出单阶段训练的CLIP-FSAC++少样本异常分类框架，引入异常描述符跨模态交互模块增强CLIP的视觉文本相关性与适配性，在VisA和MVTEC-AD的多样本设置下取得有效结果。
2024-12-05 cs.CV
Sim2real Transfer Learning for Point Cloud Segmentation: An Industrial Application Case on Autonomous Disassembly
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Fraunhofer Institute of Optronics, System Technologies and Image Exploitation IOSB（弗劳恩霍夫光电、系统技术与图像利用研究所IOSB）；Fraunhofer Center for Machine Learning（弗劳恩霍夫机器学习中心）
在机器人计算机视觉任务中，使用基于深度学习的方法从现实世界生成和注释大量数据通常是困难的，甚至是不可能的。解决这个问题的一个常见策略是在模拟场景的帮助下应用模拟到现实（sim 2 real）方法。虽然目前大多数机器人视觉sim 2 real的工作集中在图像数据，我们提出了一个工业应用案例，使用sim 2 real迁移学习的点云数据。我们提供了有关如何生成和处理合成点云数据的见解，以便在将学习的模型转换为真实数据时实现更好的性能。使用多种策略研究了不平衡学习的问题。此外，提出了一种新的基于补丁的注意力网络来解决这个问题。
2023-01-12 cs.CV
FungalZSL: Zero-Shot Fungal Classification with Image Captioning Using a Synthetic Data Approach
Aalborg University（奥尔堡大学）
针对真菌零样本分类，提出FungalZSL方法，利用LLM生成文本和合成图像增强CLIP，通过共享表示空间对齐并研究知识迁移以细化分类。
2025-02-26 cs.CV
Towards Accurate and Robust Classification in Continuously Transitioning Industrial Sprays with Mixup
Ford Motor Company（福特汽车公司）
使用深度神经网络进行图像分类的技术突破激增，在人脸识别、医学成像和自动驾驶等领域有着广阔的应用前景。然而，在工程问题中，例如发动机喷油器喷雾或车身喷漆喷雾的高速成像，深度神经网络面临着与充足和多样化数据的可用性相关的根本挑战。通常情况下，只有数千甚至数百个样本可用于训练。此外，不同喷雾类别之间的过渡是一个连续体，需要高水平的领域专业知识来准确标记图像。在这项工作中，我们使用Mixup作为一种方法，系统地处理工业喷雾应用中发现的数据稀缺和模糊的类边界。我们发现，数据增强可以在一定程度上缓解大型神经网络在小数据集上的过拟合问题，但不能从根本上解决这个问题。我们讨论了不同类的凸线性插值如何自然地与我们应用中不同类之间的连续过渡保持一致。我们的实验表明，Mixup是一种简单而有效的方法，可以用几百个样本训练准确而强大的深度神经网络分类器。
2022-07-20 cs.CV cs.LG
AURA: A Hybrid Spatiotemporal-Chromatic Framework for Robust, Real-Time Detection of Industrial Smoke Emissions
Department of Integrative Systems and Design, Hong Kong University of Science and Technology（整合系统与设计系，香港科技大学）；AI Innovation Hub, ANTEI Limited（人工智能创新中心，ANTEI有限公司）；Institute of Applied Computer Science, ITMO University（应用计算机科学研究院，ITMO大学）
AURA提出一种结合时空运动与色彩特征的混合框架，用于工业烟雾的实时稳健检测与分类，提高准确性并减少误报，以改善环境合规与公共健康。
2025-08-06 cs.CV
Industrial object, machine part and defect recognition towards fully automated industrial monitoring employing deep learning. The case of multilevel VGG19
University of Patras（帕特雷大学）
现代工业需要现代化的解决方案来监控货物的自动生产。对技术系统或机器的机械部件的功能进行智能监控是全自动生产过程的必要条件。尽管深度学习一直在进步，可以实现实时目标检测和其他任务，但很少有人研究专门设计的卷积神经网络用于缺陷检测和工业物体识别的有效性。在特定的研究中，我们采用了六个可检索的工业相关数据集，包含缺陷材料和工业工具或发动机零件，旨在开发一个专门的模式识别模型。最近的成功的虚拟几何组（VGG）网络的动机，我们提出了一个修改后的版本，称为多路径VGG 19，它允许更多的本地和全球特征提取，而额外的功能通过级联融合。实验验证了MVGG19相对于传统VGG19的有效性。具体而言，在六个图像数据集中的五个中实现了最佳分类性能，而平均分类改进为6.95%。
2020-11-23 cs.CV eess.IV
Application of the Modified Fractal Signature Method for Terrain Classification from Synthetic Aperture Radar Images
National Technical University of Athens（雅典国家技术大学）
本文将改进的分形特征方法应用于SET 163 SAR雷达技术工作组提供给本课题组的真实合成孔径雷达图像。该方法利用覆盖技术为SAR图像分类提供有用的信息。它是基于计算橡皮布的体积，对应于要分类的图像，然后基于计算得到的图像的相应分形面积曲线和分形维数曲线。该技术的主要思想是，在SAR图像中遇到的不同的地形类型产生不同的值的分形面积曲线和分形维数曲线，根据不同类型的地形的分类是可能的。在此基础上，提出了城市、郊区、农村、山区和海洋五种不同地形类型的分类方法。
2014-01-08 cs.CV
Anomaly Multi-classification in Industrial Scenarios: Transferring Few-shot Learning to a New Task
National Key Laboratory of Human-Machine Hybrid Augmented Intelligence（人机混合增强智能全国重点实验室）；National Engineering Research Center for Visual Information and Applications（视觉信息与应用国家工程研究中心）；Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所）；Xi’an Jiaotong University（西安交通大学）；School of Informatics（信息学院）；Xiamen University（厦门大学）；College of Mechatronics and Control Engineering（机电与控制工程学院）；Shenzhen University（深圳大学）
本文提出工业异常多分类新任务，通过结合 RelationNet 与 PatchCore、伪类数据生成及对比学习，在 MvTec AD 和 MvTec3D AD 上取得优于直接微调 ResNet 的性能。
2024-06-09 cs.AI cs.CV cs.LG
GMM-Based Synthetic Samples for Classification of Hyperspectral Images With Limited Training Data
Friedrich-Alexander University Erlangen-Nuernberg（弗里德里希-亚历山大大学埃尔兰根-纽伦堡分校）；Gebze Technical University（盖布泽技术大学）；Sabanci University（萨班哲大学）
训练分类器所需的训练数据量与特征数据的维度成比例。在高光谱遥感中，特征数据可能变得非常高维。然而，训练数据的量通常是有限的。因此，高光谱遥感的核心挑战之一是如何使用相对较少的训练数据点进行多类分类。在这项工作中，我们解决这个问题，丰富的特征矩阵与综合生成的样本点。该合成数据是从拟合到有限训练数据的每个类别的GMM中采样的。虽然，真正的分布特征可能不会完美地拟合GMM模型，我们证明，适度的扩增这些合成样本可以有效地取代一部分缺失的训练样本。我们在两个高光谱数据集上显示了所提出的方法的有效性。分类性能的中值增益为$5\%$。同样令人鼓舞的是，这种性能增益对于添加的样本数量的大变化是非常稳定的，这使得将这种方法应用于现实世界的应用更加容易。
2017-12-13 cs.CV
Learning from Synthetic Data: Facial Expression Classification based on Ensemble of Multi-task Networks
Seoul National University of Science and Technology（首尔科学技术大学）；Kumoh National Institute of Technology（锦湖国立理工学院）
在野外的面部表情是必不可少的各种交互式计算领域。特别是，“从合成数据中学习“（LSD）是面部表情识别任务中的一个重要课题。在本文中，我们提出了一种基于多任务学习的面部表情识别方法，其中包括情感和外观学习分支，可以共享所有的面部信息，并提出了初步的结果，LSD的挑战，介绍了在第四届情感行为分析在野外（ABAW）比赛。我们的方法实现了0.71的平均F1得分。
2022-07-21 cs.CV
Domain Randomization for Object Detection in Manufacturing Applications using Synthetic Data: A Comprehensive Study
Scania CV AB（斯堪尼亚公司）；Skövde University（斯德哥尔摩大学）；KTH Royal Institute of Technology（皇家理工学院）
本文构建涵盖多因素的合成数据生成流程与SIP15-OD数据集，系统研究制造目标检测中的域随机化，并以纯合成数据训练Yolov8取得高mAP@50，验证sim-to-real有效性。
2025-06-09 cs.AI cs.CV
Smart-Inspect: Micro Scale Localization and Classification of Smartphone Glass Defects for Industrial Automation
HKUST（香港科技大学）
智能设备玻璃屏幕上任何类型的缺陷都会对其质量产生很大影响。我们提出了一个强大的半监督学习框架智能微尺度定位和分类的智能手机玻璃的16 K像素图像上的缺陷。我们的模型具有三种类型的缺陷的有效识别和标记：划痕，由于裂缝和凹坑的光泄漏。我们的方法还区分了由于灰尘颗粒和传感器区域引起的缺陷和光反射，这些区域被分类为非缺陷区域。与主成分分析（PCA）、多分辨率和基于信息融合的算法相比，我们使用部分标记的数据集来实现缺陷和非缺陷区域的高鲁棒性和出色的分类。此外，我们在检查框架的不同阶段合并了两个分类器，用于标记和细化未标记的缺陷。我们成功地将检测深度限制提高到5微米。实验结果表明，我们的方法优于人工检测在测试玻璃屏幕样品的质量，通过识别缺陷的样品已被标记为良好的人工检查。
2020-10-02 cs.CV cs.RO
