缺陷检测中的 Segment Anything
计算机视觉与模式识别
2023-11-20 v1 图像与视频处理
摘要
缺陷检测在红外无损检测系统中起着至关重要的作用，提供非接触、安全且高效的检测能力。然而，红外热图像中分辨率低、噪声高和加热不均匀等挑战阻碍了全面而准确的缺陷检测。在本研究中，我们提出 DefectSAM，一种基于广泛采用的 Segment Anything (SAM) 模型、用于在高噪声热图像上分割缺陷的新方法。借助通过费力实验室实验精心构建的数据集以及经验丰富专家提供的宝贵提示，DefectSAM 超越了现有最先进的分割算法，并在缺陷检测率上取得显著提升。值得注意的是，DefectSAM 擅长在复杂和不规则表面上检测较弱和较小的缺陷，减少漏检的发生，并提供更准确的缺陷尺寸估计。在多种材料上进行的实验研究验证了我们的解决方案在缺陷检测中的有效性，其具有重要潜力以加速缺陷检测工具的演进，从而实现增强的检测能力和缺陷识别精度。
引用
@article{arxiv.2311.10245,
title = {Segment Anything in Defect Detection},
author = {Bozhen Hu and Bin Gao and Cheng Tan and Tongle Wu and Stan Z. Li},
journal= {arXiv preprint arXiv:2311.10245},
year = {2023}
}