跳到正文
arXiv · 机器人与计算机视觉· Serkan Hamdi G\"u\u{g}\"ul, Kemal Levi, Burak Acar·· 16 天前AI 评分62

基于少样本扩散模型的缺陷合成加速新产品视觉质检引入

Accelerating New Product Introduction for Visual Quality Inspection via Few-Shot Diffusion-Based Defect Synthesis

AI 导读

针对工业视觉质检在新产品引入(NPI)初期缺乏标注缺陷数据的难题,本文提出了一种端到端的高保真生成框架。该方法通过解耦缺陷形态与背景外观,结合掩码文本反转、噪声混合条件生成及梯度感知后处理技术,实现了域内增强与跨域迁移。

来源:arXiv · 机器人与计算机视觉 · arxiv.org