用于视觉质量检测的 XAI 增强语义分割模型
计算机视觉与模式识别
2024-01-19 v1 人工智能
摘要
视觉质量检测系统在制造和物流等关键领域至关重要，它采用计算机视觉和机器学习进行精确、快速的缺陷检测。然而，其不可解释性阻碍了信任建立、错误识别和系统改进。本文提出了一个框架，通过使用基于 CAM 的解释来优化语义分割模型，从而增强视觉质量检测。我们的方法包括：1) 模型训练，2) 基于 XAI 的模型解释，3) XAI 评估，以及 4) 基于解释和专家见解的标注增强以提升模型性能。评估结果表明，XAI 增强模型超越了原始的 DeepLabv3-ResNet101 模型，尤其是在复杂对象分割方面。
引用
@article{arxiv.2401.09900,
title = {XAI-Enhanced Semantic Segmentation Models for Visual Quality Inspection},
author = {Tobias Clement and Truong Thanh Hung Nguyen and Mohamed Abdelaal and Hung Cao},
journal= {arXiv preprint arXiv:2401.09900},
year = {2024}
}
备注
IEEE ICCE 2024