arXiv · ML· Serkan Hamdi G\"u\u{g}\"ul, Kemal Levi, Burak Acar·· 8 小时前AI 评分24
利用少样本扩散缺陷合成加速新产品引入中的视觉质量检验
Accelerating New Product Introduction for Visual Quality Inspection via Few-Shot Diffusion-Based Defect Synthesis
AI 导读
该扩散生成框架通过少样本缺陷合成加速新产品引入中的视觉质量检验，在RF-DETR检测器上显著提升性能。 在少样本增强设定下，模型将mAP从78.8%提高至83.3%；在零样本适应设定下，mAP从65.0%提升至85.1%。 研究支持其有效缩小领域差距，在缺乏真实缺陷数据时实现高效检测模型部署。
来源：arXiv · ML · arxiv.org