相位-界面实例分割作为实验室过程监控的视觉传感器
计算机视觉与模式识别
2026-03-12 v1
摘要
在透明玻璃器具中可靠的视觉监控仍具有挑战性，因为弱相位边界和光学伪影会损害常规分割方法。我们将实验室现象建模为相位界面随时间演化，并引入化学透明玻璃数据集 2.0（Chemical Transparent Glasses, CTG 2.0），该数据集包含 3,668 张图像、23 种玻璃器具类别和五种多相界面类型，用于相位-界面实例分割。基于 YOLO11m-seg，我们提出 LGA-RCM-YOLO，结合局部-全局注意力（Local-Global Attention, LGA）实现稳健的语义表示，以及矩形自校准模块（Rectangular Self-Calibration Module, RCM）用于细化薄而延长的界面边界。在 CTG 2.0 上，所提模型实现了 84.4% 的 [email protected] 和 58.43% 的 [email protected]，分别比 YOLO11m 基线提升 6.42 和 8.75 个 AP 分数，同时保持近实时推理速度（RTX 3060 上 13.67 FPS）。此外，辅助颜色属性头以 98.71% 的精度和 98.32% 的召回率对液体实例标记为有色或无色。最后，我们在分离漏斗相位分离和结晶过程中演示了连续过程监控，表明相位-界面实例分割可作为实验室自动化的实用视觉传感器。
引用
@article{arxiv.2603.10782,
title = {Phase-Interface Instance Segmentation as a Visual Sensor for Laboratory Process Monitoring},
author = {Mingyue Li and Xin Yang and Shilin Yan and Jinye Ran and Morui Zhu and Zirui Peng and Huanqing Peng and Wei Peng and Guanghua Zhang and Shuo Li and Hao Zhang},
journal= {arXiv preprint arXiv:2603.10782},
year = {2026}
}