语境决定材料分割中的最优架构
计算机视觉与模式识别
2026-02-05 v1
摘要
分割架构通常在单一成像模态上进行基准测试，这掩盖了部署相关的性能变异：一个在某一模态上表现最佳的架构可能在另一种模态上表现不佳。我们提出了一个覆盖 SEM、AFM、XCT 和光学显微镜的材料图像分割跨模态评估框架。对六种编码器-解码器组合在七个数据集上的评估显示，最优架构随语境系统性变化：UNet 在高对比度二维成像中表现突出，而 DeepLabv3+ 被用于最具挑战性的情况。该框架还通过分布外检测和反事实解释，提供部署反馈，揭示哪些微观结构特征驱动预测。总体而言，架构指导、可靠性信号和可解释性工具填补了材料表征中的实用差距——在此领域的研究者缺乏为其特定成像 setup 选择架构或评估模型在新样本上是否可信的工具。
关键词
引用
@article{arxiv.2602.04154,
title = {Context Determines Optimal Architecture in Materials Segmentation},
author = {Mingjian Lu and Pawan K. Tripathi and Mark Shteyn and Debargha Ganguly and Roger H. French and Vipin Chaudhary and Yinghui Wu},
journal= {arXiv preprint arXiv:2602.04154},
year = {2026}
}