基于双空间增强的 Wind Turbine 分割内置 LoRA
计算机视觉与模式识别
2024-12-31 v1 人工智能
机器学习
摘要
对风机叶片（WTB）图像进行精准分割对于有效评估至关重要，因为这直接影响自动化损伤检测系统的性能。尽管大型通用视觉模型取得了显著进展，但这些模型在诸如 WTB 分割等特定领域任务时常表现不佳。为此，我们扩展了 Intrinsic LoRA 的图像分割应用，提出一种新颖的双空间增强策略，集成了图像层级和潜在空间增强。图像空间增强通过在图像对之间进行线性插值实现，潜在空间增强则通过引入基于噪声的潜在概率模型实现。我们的方法显著提升了分割精度，在 WTB 图像分割方面超越了当前的国际前沿方法。
引用
@article{arxiv.2412.20838,
title = {Dual-Space Augmented Intrinsic-LoRA for Wind Turbine Segmentation},
author = {Shubh Singhal and Raül Pérez-Gonzalo and Andreas Espersen and Antonio Agudo},
journal= {arXiv preprint arXiv:2412.20838},
year = {2024}
}
备注
Authors Shubh Singhal and Ra\"ul P\'erez-Gonzalo contributed equally to this work. Accepted to ICASSP 2025