基于 Segment Anything 的实时、多阶段视觉尺寸测量
计算机视觉与模式识别
2024-12-05 v1
摘要
我们提出 Measure Anything，一个综合性的基于视觉的框架，用于测量具有圆形截面对象的尺寸，依托 Segment Anything Model（SAM）。我们的框架估计关键几何特征——包括直径、长度和体积——用于曲率各异且具有常数骨架斜率的棒状几何体以及一般对象。该框架集成了分割、掩码处理、骨架构建和 2D-3D 转换，封装于用户友好的界面中。我们通过对北达科他州农田中收集的亚麻茎干的直径进行估计来验证我们的框架，这些茎干细小且非均匀，给现有方法带来挑战。测量其直径至关重要，因为它是亚麻作物健康状况和产量相关的表型特征。这一应用也体现了 Measure Anything 的潜力，即通过整合智能模型（如关键点检测），可将其可扩展性提升至完全自动化高通量测量过程的水平。此外，我们展示了其在机器人抓取中的多样性，利用提取的几何特征来识别最佳抓取点。
引用
@article{arxiv.2412.03472,
title = {Measure Anything: Real-time, Multi-stage Vision-based Dimensional Measurement using Segment Anything},
author = {Yongkyu Lee and Shivam Kumar Panda and Wei Wang and Mohammad Khalid Jawed},
journal= {arXiv preprint arXiv:2412.03472},
year = {2024}
}