生成模型驱动的合成训练图像生成：一种铁路缺陷检测中的认知方法
计算机视觉与模式识别
2024-01-02 v1 人工智能
机器学习
多媒体
图像与视频处理
摘要
认知计算的最新进展，结合深度学习技术，促进了智能认知系统 (ICS) 的发展。这在铁路缺陷检测背景下尤为有益，其中 ICS 将模仿人类对图像数据中缺陷模式的分析。尽管卷积神经网络 (CNN) 在视觉缺陷分类方面取得了成功，但由于导致部件缺陷和图像的事故事件频发率低，铁路缺陷检测的大型数据集稀缺仍然是一个挑战。当代研究人员通过探索基于规则和生成的数据增强模型来解决这一数据稀缺挑战。其中，变分自编码器 (VAE) 模型可以在无需大量基线数据集进行噪声建模的情况下生成真实数据。本研究提出了一种基于 VAE 的铁路缺陷合成图像生成技术，结合了权重衰减正则化和图像重建损失以防止过拟合。所提出的方法被用于为加拿大太平洋铁路 (CPR) 创建合成数据集，仅使用了五个类别的 50 个真实样本。值得注意的是，生成了 500 个合成样本，且重建损失极小，仅为 0.021。视觉 Transformer (ViT) 模型利用该合成 CPR 数据集进行了微调，在对五个缺陷类别进行分类时实现了高准确率（98%-99%）。这项研究为铁路缺陷检测中的数据稀缺挑战提供了一个有前景的解决方案，展示了在该领域开发 robust ICS 的潜力。
引用
@article{arxiv.2401.00393,
title = {Generative Model-Driven Synthetic Training Image Generation: An Approach to Cognition in Rail Defect Detection},
author = {Rahatara Ferdousi and Chunsheng Yang and M. Anwar Hossain and Fedwa Laamarti and M. Shamim Hossain and Abdulmotaleb El Saddik},
journal= {arXiv preprint arXiv:2401.00393},
year = {2024}
}
备注
26 pages, 13 figures, Springer Journal