論文の概要: P$^3$-SAM: SAM with Perceptual Parallel Prompt for Few-Shot Strip Steel Surface Defect Segmentation
- arxiv url: http://arxiv.org/abs/2609.21424v1
- Date: Fri, 18 Sep 2026 07:38:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-21 18:40:16.897658
- Title: P$^3$-SAM: SAM with Perceptual Parallel Prompt for Few-Shot Strip Steel Surface Defect Segmentation
- Title（参考訳）: P$^3$-SAM:Few-Shot鋼板表面欠陥セグメンテーションのための知覚並列プロンプト付きSAM
- Abstract要約: ストリップスチール表面欠陥(S3D)のFSS(Few-shot semantic segmentation)は自然界とは異なる重要な課題である。
ローカルコントラストを強化し,S$3$Dセグメンテーションのための重要なテクスチャの詳細を保存できる新しいPerceptual-3$-POE戦略を開発した。
第2に,意味的プロンプトと空間的プロンプトを同時に生成するParallel Prompt Generator(FSS)戦略を導入する。
数ショットのS$3$Dベンチマークに対する大規模な実験は、P$3$-SAMが最先端のパフォーマンスを達成することを示した。
- 参考スコア（独自算出の注目度）: 64.07246281064705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Few-shot semantic segmentation (FSS) of strip steel surface defects (S$^3$D) has posed significant challenges distinct from natural scenes. Unlike natural images, S$^3$D task exhibits unique characteristics including low local contrast, uneven illumination, and complex fine-grained texture patterns. Although recent methods based on Segment Anything Model (SAM) have shown promise in FSS on natural images by leveraging SAM's powerful pre-trained representations, these unique industrial characteristics of S$^3$D images lead to performance drop when directly applying SAM to industrial defect scenarios. In this paper, we propose a novel Perceptual Parallel Prompt (P$^3$) framework that empowers SAM, creating the P$^3$-SAM model to address these challenges through two core strategies. First, we develop a Perceptual-Optimized Encoding (POE) strategy that enhances local contrast and preserves critical texture details for S$^3$D segmentation. Second, we introduce the Parallel Prompt Generator (PPG) strategy that simultaneously generates both semantic and spatial prompts, enabling comprehensive guidance for SAM's decoder across varying images. Extensive experiments on three few-shot S$^3$D benchmarks demonstrate that P$^3$-SAM achieves state-of-the-art performance, with particularly notable improvements of 12.00% in mIoU on Surface Defects-4i dataset.
- Abstract（参考訳）: ストリップ鋼表面欠陥(S$3$D)のショットセマンティックセマンティックセグメンテーション(FSS)は、自然界とは異なる重要な課題を提起している。
自然画像とは異なり、S$^3$Dタスクは、局所コントラストの低さ、不均一な照明、複雑なきめ細かいテクスチャパターンなどの特徴を示す。
最近のSegment Anything Model(SAM)に基づく手法は、SAMの強力な事前訓練された表現を利用して、自然画像上でのFSSの約束を示すが、これらのS$3$D画像のユニークな産業的特性は、SAMを直接産業的欠陥シナリオに適用する際の性能低下につながっている。
本稿では,SAMを活性化する新しい知覚並列プロンプト(P$^3$)フレームワークを提案し,P$^3$-SAMモデルを作成し,これらの課題を2つのコア戦略を通じて解決する。
まず、局所コントラストを高め、S$^3$Dセグメンテーションのための重要なテクスチャの詳細を保存する知覚最適化符号化(POE)戦略を開発する。
第二に、Parallel Prompt Generator (PPG) 戦略を導入し、セマンティックプロンプトと空間的プロンプトの両方を同時に生成し、SAMのデコーダの様々な画像に対する包括的なガイダンスを可能にする。
3つの数ショットのS$^3$Dベンチマークによる大規模な実験では、P$^3$-SAMは最先端のパフォーマンスを実現しており、特にSurface Defects-4iデータセットではmIoUが12.00%向上している。
関連論文リスト
- Saliency-Depth Conditioning for Zero-Shot Segmentation of Communication-Tower Components in Cluttered UAV Imagery [0.8602553195689513]
本研究では,モデルに依存しない空洞深度前景条件戦略を提案する。
この戦略を Grounded-SAM と SAM 3 と統合し,SD-Grounded-SAM と SD-SAM 3 を得る。
340個のUAV画像のデータセットであるTOW-300では、両方のベースラインを改善する。
論文 参考訳（メタデータ） (2026-08-26T06:47:36Z) - VesSAM: Efficient Multi-Prompting for Segmenting Complex Vessel [68.24765319399286]
本稿では,2次元血管セグメンテーションに適した,強力で効率的なフレームワークであるVesSAMを提案する。
VesSAMは、(1)局所的なテクスチャ機能を強化する畳み込みアダプタ、(2)解剖学的プロンプトを融合するマルチプロンプトエンコーダ、(3)ジャグアーティファクトを減らす軽量マスクデコーダを統合する。
VesSAMは、最先端のPEFTベースのSAMを10%以上のDiceと13%のIoUで一貫して上回っている。
論文 参考訳（メタデータ） (2025-11-02T15:47:05Z) - Promptable Anomaly Segmentation with SAM Through Self-Perception Tuning [63.55145330447408]
異常セグメンテーションのための textbfSelf-textbfPerceptinon textbfTuning (textbfSPT) 法を提案する。
SPT法は, 自己描画型チューニング戦略を取り入れ, 異常マスクの初期粗いドラフトを生成し, 精製処理を行う。
論文 参考訳（メタデータ） (2024-11-26T08:33:25Z) - Adapting Segment Anything Model for Unseen Object Instance Segmentation [70.60171342436092]
Unseen Object Instance(UOIS)は、非構造環境で動作する自律ロボットにとって不可欠である。
UOISタスクのためのデータ効率のよいソリューションであるUOIS-SAMを提案する。
UOIS-SAMは、(i)HeatmapベースのPrompt Generator(HPG)と(ii)SAMのマスクデコーダに適応する階層識別ネットワーク(HDNet)の2つの重要なコンポーネントを統合する。
論文 参考訳（メタデータ） (2024-09-23T19:05:50Z) - RobustSAM: Segment Anything Robustly on Degraded Images [19.767828436963317]
Segment Anything Model (SAM) は画像セグメンテーションにおける変換的アプローチとして登場した。
低画質画像におけるSAMの性能を向上させるRobust Segment Anything Model (RobustSAM)を提案する。
提案手法は, SAMに基づくダウンストリームタスクにおいて, 単一画像のデハージングやデブロアリングなどの性能を効果的に向上することを目的としている。
論文 参考訳（メタデータ） (2024-06-13T23:33:59Z) - ASAM: Boosting Segment Anything Model with Adversarial Tuning [9.566046692165884]
本稿では, 対角的チューニングにより基礎モデルの性能を増幅する新しい手法であるASAMを紹介する。
我々は,自然言語処理における実装の成功に触発された,自然対逆例の可能性を生かした。
本手法は, 対向例のフォトリアリズムを維持し, 元のマスクアノテーションとの整合性を確保する。
論文 参考訳（メタデータ） (2024-05-01T00:13:05Z) - WSI-SAM: Multi-resolution Segment Anything Model (SAM) for histopathology whole-slide images [8.179859593451285]
病理画像の正確なオブジェクト分割機能を備えたWSI-SAM, Segment Anything Model (SAM) を提案する。
トレーニングオーバーヘッドを最小限にしながら、トレーニング済みの知識を完全に活用するために、SAMは凍結し、最小限のパラメータしか導入しません。
本モデルでは, 膵管癌 in situ (DCIS) セグメンテーションタスクと乳癌転移セグメンテーションタスクにおいて, SAMを4.1, 2.5パーセント上回った。
論文 参考訳（メタデータ） (2024-03-14T10:30:43Z) - Stable Segment Anything Model [79.9005670886038]
SAM(Segment Anything Model)は、高品質なプロンプトが与えられた場合、顕著に迅速なセグメンテーションを実現する。
本稿では,SAMのセグメンテーション安定性について,多様なプロンプト特性のスペクトルにわたって包括的解析を行った。
1)SAMのセグメンテーション安定性を広範囲に改善し,2)SAMの強力なセグメンテーション効率と一般化を維持した。
論文 参考訳（メタデータ） (2023-11-27T12:51:42Z)
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。