SynGen-Vision：用于训练工业视觉模型的合成数据生成
计算机视觉与模式识别
2025-09-08 v1 机器学习
摘要
我们提出一种生成合成数据的方法，用于工业磨损与撕裂检测的计算机视觉模型训练。磨损与撕裂检测是任何行业中预测性维护任务的一个重要计算机视觉问题。然而，由于缺乏针对不同磨损与撕裂场景的数据集，为此类模型整理训练数据既昂贵又耗时。我们的方法采用视觉语言模型以及三维仿真和渲染引擎，为不同的锈蚀状况生成合成数据。我们通过使用生成的数据集训练一个用于锈蚀检测的计算机视觉模型，并在生锈工业物体的真实图像上测试训练好的模型，来评估我们的方法。使用我们方法生成的合成数据训练的模型，以0.87的mAP50分数优于其他方法。该方法具有可定制性，并且可以轻松扩展到其他工业磨损与撕裂检测场景。
引用
@article{arxiv.2509.04894,
title = {SynGen-Vision: Synthetic Data Generation for training industrial vision models},
author = {Alpana Dubey and Suma Mani Kuriakose and Nitish Bhardwaj},
journal= {arXiv preprint arXiv:2509.04894},
year = {2025}
}