合成现实：利用生成式 AI 平台 Midjourney 进行施工人员检测
计算机视觉与模式识别
2025-07-18 v1 人工智能
摘要
虽然深度神经网络（DNN）的最新进展大幅提升了视觉 AI 的能力，但视觉 AI 在施工领域的数据多样性和体积不足的挑战仍然存在。本研究针对施工人员检测提出一种新颖的图像合成方法，利用生成式 AI 平台 Midjourney。该方法通过构建 3000 个不同的提示，生成 12,000 张合成图像，强调图像的真实性和多样性。这些图像经人工标注后，用作 DNN 训练的数据集。在真实施工图像数据集上的评估结果显示，模型在交并比阈值为 0.5 和 0.5 到 0.95 时，分别获得了平均精度（AP）为 0.937 和 0.642。值得注意的是，该模型在合成数据集上表现几乎完美，分别在两个阈值处获得了 0.994 和 0.919 的 AP。这些发现揭示了生成式 AI 在解决 DNN 训练数据稀缺问题方面的潜力与局限。
关键词
引用
@article{arxiv.2507.13221,
title = {Synthesizing Reality: Leveraging the Generative AI-Powered Platform Midjourney for Construction Worker Detection},
author = {Hongyang Zhao and Tianyu Liang and Sina Davari and Daeho Kim},
journal= {arXiv preprint arXiv:2507.13221},
year = {2025}
}
备注
This work was presented at ASCE International Conference on Computing in Civil Engineering (i3CE) 2024 and is currently under consideration for publication in ASCE proceedings