SAID: Segmento todos los defectos industriales con indicaciones de la escena

Área de la Ciencia:

• Visión por computadora
• Inteligencia artificial
• Automatización industrial

Sus antecedentes:

• La segmentación de imágenes es crucial para la inspección de superficies industriales para detectar defectos del producto.
• Los métodos existentes a menudo requieren capacitación específica para cada producto, lo que limita su generalización.
• Los modelos de fundación como SAM ofrecen segmentación de tiro cero, pero luchan con tareas especializadas y requieren entrada manual.

Objetivo del estudio:

• Desarrollar un modelo automatizado de segmentación de imágenes para la detección de defectos industriales que supere las limitaciones de los enfoques actuales.
• Mejorar la precisión y eficiencia de la segmentación de defectos en diversos entornos industriales.
• Eliminar la necesidad de interacción manual y post-procesamiento en las tareas de segmentación.

Principales métodos:

• Propuso el modelo SAID (Segment All Industrial Defects), que codifica los pares de imágenes de aviso en las incrustaciones de escenas utilizando un codificador de escenas.
• Implementó un módulo de alineación y fusión de características para resolver problemas de alineación de incrustaciones.
• Se logra la segmentación automática sin intervención manual.

Principales resultados:

• SAID demuestra un rendimiento de segmentación superior en comparación con SAM en varias escenas industriales.
• En la segmentación de la escena objetivo de un solo disparo, SAID mejoró las métricas mIoU en un 5,79% en comparación con MSNet y en un 0,87% en comparación con SegGPT.
• El modelo aborda efectivamente el desafío de alineación entre las incrustaciones de escena e imagen.

Conclusiones:

• SAID ofrece una solución robusta y automatizada para la segmentación de defectos industriales.
• El modelo propuesto mejora significativamente la precisión y la eficiencia de la segmentación en la inspección industrial.
• SAID representa un avance notable con respecto a los modelos de fundación existentes para tareas especializadas posteriores.