Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

CrackSCF: Lightweight Cascaded Fusion Network for Robust and Efficient Structural Crack Segmentation

Created by
  • Haebom

作者

Hui Liu, Chen Jia, Fan Shi, Xu Cheng, Mianzhao Wang, Shengyong Chen

概要

本稿では、軽量化されたカスケードフュージョンクラック分割ネットワークであるCrackSCFを提案します。既存の方法が局所テクスチャとピクセル依存性を統合できず、分割された不完全な予測結果を生成する問題を解決するために、CrackSCFは軽量合成積ブロック(LRDS)と長距離依存抽出器(LDE)を使用して、局所パターンとグローバル依存性を効率的にキャプチャします。カスケードフュージョンモジュール(SCFM)を介してそれらを統合して、滑らかで細かい最終分割マップを作成します。 TUTベンチマークデータセットを含む5つのパブリックデータセットで実験した結果、CrackSCFは従来の方法よりも優れた性能と複雑なバックグラウンドノイズに対する堅牢性を示しました。パラメータ数は4.79Mで軽量化に成功しました。

Takeaways、Limitations

Takeaways:
軽量化された設計により、演算量が少なく、リソース制約のあるエッジデバイスでのリアルタイムクラック分割が可能です。
局所的なテクスチャとピクセル依存性を効果的に統合し、従来の方法より正確で完全な亀裂分割結果を提供します。
複雑な背景ノイズに強い。
新しいベンチマークデータセットであるTUTデータセットを紹介しました。
Limitations:
提案された方法の一般化性能に関するさらなる研究が必要です。 (さまざまな亀裂の種類と環境のテストを追加する必要があります)
TUTデータセットの規模と多様性をさらに検討する必要があるかもしれません。 (データセットのLimitationsに関する議論の欠如)
👍