将裂缝检测视为弱监督问题：迈向低标注强度的裂缝检测器
计算机视觉与模式识别
2020-11-05 v1
摘要
自动裂缝检测是一项关键任务，有潜力大幅减少当前由人工完成的劳动密集型建筑与道路巡检。该领域近期的研究显著提升了检测精度。然而，这些方法往往严重依赖成本高昂的标注过程。此外，为应对多种多样的目标域，通常每个新环境都需要新一批标注数据。这使得数据标注成本成为在实际中部署裂缝检测系统时的重大瓶颈。为解决此问题，我们将裂缝检测问题表述为弱监督问题，并提出一个双分支框架。通过将基于低质量标注训练的监督模型预测与基于像素亮度的预测相结合，我们的框架受标注质量的影响较小。实验结果表明，即便提供低质量标注，所提框架仍能保持较高的检测精度。所提框架的实现已公开于 https://github.com/hitachi-rd-cv/weakly-sup-crackdet。
引用
@article{arxiv.2011.02208,
title = {Crack Detection as a Weakly-Supervised Problem: Towards Achieving Less Annotation-Intensive Crack Detectors},
author = {Yuki Inoue and Hiroto Nagayoshi},
journal= {arXiv preprint arXiv:2011.02208},
year = {2020}
}
备注
Accepted to ICPR 2020