論文の概要: Enhancing Shape Perception and Segmentation Consistency for Industrial Image Inspection

• arxiv url: http://arxiv.org/abs/2505.14718v1
• Date: Mon, 19 May 2025 09:57:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-22 15:42:58.648646
• Title: Enhancing Shape Perception and Segmentation Consistency for Industrial Image Inspection
• Title（参考訳）: 産業用画像検査における形状認識とセグメンテーションの整合性向上
• Authors: Guoxuan Mao, Ting Cao, Ziyang Li, Yuan Dong,
• Abstract要約: SPENet(Shape-Aware Efficient Network)を提案する。 SPENetでは、ファジィ境界を記述する新しい手法を導入し、現実のシナリオに適応する。 固定成分のセグメンテーション整合性を測定するために,新しい尺度である Consistency Mean Square Error (CMSE) を提案する。
• 参考スコア（独自算出の注目度）: 6.955248386901861
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic segmentation stands as a pivotal research focus in computer vision. In the context of industrial image inspection, conventional semantic segmentation models fail to maintain the segmentation consistency of fixed components across varying contextual environments due to a lack of perception of object contours. Given the real-time constraints and limited computing capability of industrial image detection machines, it is also necessary to create efficient models to reduce computational complexity. In this work, a Shape-Aware Efficient Network (SPENet) is proposed, which focuses on the shapes of objects to achieve excellent segmentation consistency by separately supervising the extraction of boundary and body information from images. In SPENet, a novel method is introduced for describing fuzzy boundaries to better adapt to real-world scenarios named Variable Boundary Domain (VBD). Additionally, a new metric, Consistency Mean Square Error(CMSE), is proposed to measure segmentation consistency for fixed components. Our approach attains the best segmentation accuracy and competitive speed on our dataset, showcasing significant advantages in CMSE among numerous state-of-the-art real-time segmentation networks, achieving a reduction of over 50% compared to the previously top-performing models.
• Abstract（参考訳）: セマンティックセグメンテーションはコンピュータビジョンにおける重要な研究分野である。 産業画像検査の文脈では、従来のセマンティックセグメンテーションモデルは、オブジェクトの輪郭の知覚の欠如により、様々なコンテキスト環境における固定成分のセグメンテーション一貫性を維持することができない。 産業用画像検出装置のリアルタイム制約と限られた計算能力を考えると、計算複雑性を低減するために効率的なモデルを作成する必要がある。 本研究では,画像から境界情報と身体情報の抽出を別々に監視することにより,分割整合性を実現するためのオブジェクトの形状に着目した形状認識効率ネットワーク(SPENet)を提案する。 SPENetでは、可変境界ドメイン(VBD)と呼ばれる現実のシナリオに適応するため、ファジィ境界を記述する新しい手法が導入された。 さらに、固定成分のセグメンテーション整合性を測定するために、新しい計量である Consistency Mean Square Error (CMSE) を提案する。 我々の手法はデータセット上で最高のセグメンテーション精度と競争速度を達成し、多くの最先端リアルタイムセグメンテーションネットワークにおいてCMSEの顕著なアドバンテージを示し、従来のトップパフォーマンスモデルと比較して50%以上の削減を実現している。

関連論文リスト

• MaskAttn-UNet: A Mask Attention-Driven Framework for Universal Low-Resolution Image Segmentation [5.130440339897479]
  MaskAttn-UNetはマスクアテンション機構を通じて従来のU-Netアーキテクチャを強化する新しいセグメンテーションフレームワークである。 本モデルでは,無関係な背景を抑えながら重要な領域を選択的に強調し,乱れや複雑なシーンのセグメンテーション精度を向上させる。 以上の結果から,MaskAttn-UNetは変圧器モデルよりも計算コストが大幅に低く,最先端の手法に匹敵する精度を達成できた。
  論文  参考訳（メタデータ） (2025-03-11T22:43:26Z)
• One-shot In-context Part Segmentation [97.77292483684877]
  パートセグメンテーションの課題に取り組むために,One-shot In-context Part (OIParts) フレームワークを提案する。 私たちのフレームワークは、トレーニングのない、フレキシブルで、データ効率のよいパートセグメンテーションに対して、新しいアプローチを提供します。 我々は多種多様な対象カテゴリで顕著なセグメンテーション性能を達成した。
  論文  参考訳（メタデータ） (2025-03-03T03:50:54Z)
• Rotated Multi-Scale Interaction Network for Referring Remote Sensing Image Segmentation [63.15257949821558]
  Referring Remote Sensing Image (RRSIS)は、コンピュータビジョンと自然言語処理を組み合わせた新しい課題である。 従来の参照画像(RIS)アプローチは、空中画像に見られる複雑な空間スケールと向きによって妨げられている。 本稿ではRMSIN(Rotated Multi-Scale Interaction Network)を紹介する。
  論文  参考訳（メタデータ） (2023-12-19T08:14:14Z)
• SAM-Assisted Remote Sensing Imagery Semantic Segmentation with Object and Boundary Constraints [9.238103649037951]
  本稿では,SAM生成オブジェクト(SGO)とSAM生成境界(SGB)という2つの新しい概念を活用することにより,SAMの生出力を活用するフレームワークを提案する。 本稿では,SGOのコンテンツ特性を考慮し,セマンティックな情報を持たないセグメンテーション領域を活用するために,オブジェクト整合性の概念を導入する。 境界損失は、モデルが対象の境界情報に注意を向けることによって、SGBの特徴的な特徴に重きを置いている。
  論文  参考訳（メタデータ） (2023-12-05T03:33:47Z)
• Self-supervised Semantic Segmentation: Consistency over Transformation [3.485615723221064]
  Inception Large Kernel Attention (I-LKA) モジュールをベースとしたロバストなフレームワークを統合した新しい自己教師型アルゴリズム textbfS$3$-Net を提案する。 我々は、変形可能な畳み込みを積分成分として利用し、優れた物体境界定義のための歪み変形を効果的に捕捉し、デライン化する。 皮膚病変および肺臓器の分節タスクに関する実験結果から,SOTA法と比較して,本手法の優れた性能を示した。
  論文  参考訳（メタデータ） (2023-08-31T21:28:46Z)
• Self-Supervised Video Object Segmentation via Cutout Prediction and Tagging [117.73967303377381]
  本稿では, 自己教師型ビデオオブジェクト(VOS)アプローチを提案する。 本手法は,対象情報と背景情報の両方を考慮した識別学習損失の定式化に基づく。 提案手法であるCT-VOSは, DAVIS-2017 と Youtube-VOS の2つの挑戦的なベンチマークにおいて,最先端の結果を達成している。
  論文  参考訳（メタデータ） (2022-04-22T17:53:27Z)
• Real-Time Scene Text Detection with Differentiable Binarization and Adaptive Scale Fusion [62.269219152425556]
  セグメンテーションに基づくシーンテキスト検出手法はシーンテキスト検出分野において大きな注目を集めている。 本稿では,二項化処理をセグメンテーションネットワークに統合する分散二項化(DB)モジュールを提案する。 アダプティブ・スケール・フュージョン (ASF) モジュールは, 異なるスケールの特徴を適応的に融合させることにより, スケールのロバスト性を向上させる。
  論文  参考訳（メタデータ） (2022-02-21T15:30:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。