面向硬盘设计中晶粒表征的 Segment Anything Model
计算机视觉与模式识别
2024-08-26 v1 材料科学
机器学习
摘要
新材料的研发需要通过晶粒分割对纳米尺度材料进行表征。高效能且快速变化的研究环境使得零样本泛化成为极具吸引力的特性。为此，我们探索了 Meta 的 Segment Anything Model (SAM) 在此问题上的应用。我们首先分析了 SAM 的即插即用用法。随后我们在最小标注数据可得的假设下，讨论了改进的机会与策略。即插即用 SAM 在属性分布提取方面显示出有前景的准确性。我们能够识别出四个潜在的改进领域，并在其中两个领域显示出初步的提升。
引用
@article{arxiv.2408.12732,
title = {Segment Anything Model for Grain Characterization in Hard Drive Design},
author = {Kai Nichols and Matthew Hauwiller and Nicholas Propes and Shaowei Wu and Stephanie Hernandez and Mike Kautzky},
journal= {arXiv preprint arXiv:2408.12732},
year = {2024}
}
备注
This paper has been accepted by the International Workshop on Computer Vision for Materials Science in conjunction with the IEEE/CVF CVPR 2024