RustSEG——基于深度学习的腐蚀自动分割

基础设施腐蚀检测至今通常仍由合格工程师或检测员手动执行。该检测任务费力、缓慢，且常需复杂进入方式。近来，基于深度学习的算法在腐蚀自动检测中展现出前景与性能。然而，迄今为止，关于用于自动腐蚀检测的图像分割研究有限，原因在于缺乏模型训练所需的逐像素标注数据集。本文提出一种新颖的深度学习方法（称为RustSEG），可在无需逐像素标注数据集训练的情况下准确分割图像以实现自动腐蚀检测。RustSEG方法首先利用深度学习技术判定图像中是否存在腐蚀（即分类任务），若存在腐蚀，模型将考察原始图像中哪些像素促成了该分类决策。最后，该方法可将其预测精炼为像素级分割掩码。在理想情况下，该方法能生成精确的腐蚀图像掩码，表明无需逐像素训练数据的腐蚀自动分割是可行的，从而解决了自动基础设施检测中的一大障碍。