Pipeline di Dati Sintetici per il Rilevamento di Difetti Industriali
Una nuova pipeline generativa end-to-end, SynSur, affronta la scarsità di dati nel rilevamento di difetti industriali creando campioni di difetti sintetici etichettati. Combinando prompt basati su modelli visione-linguaggio, diffusione adattata con LoRA, inpainting guidato da maschere e derivazione automatica delle etichette, il sistema genera dati di training realistici. La valutazione su difetti di pitting in viti a ricircolo di sfere e sul dataset MSD di schermi per telefoni cellulari dimostra il trasferimento cross-dominio. Il metodo analizza la costruzione dei prompt, la selezione di LoRA e il filtraggio dei campioni per migliorare le prestazioni del rilevatore.
Fatti principali
- SynSur è una pipeline end-to-end per la generazione e l'annotazione di difetti sintetici.
- Utilizza prompt basati su modelli visione-linguaggio, diffusione adattata con LoRA, inpainting guidato da maschere e filtraggio dei campioni.
- Valutazione condotta su difetti di pitting su viti a ricircolo di sfere.
- Testato anche sul dataset MSD per la segmentazione di difetti superficiali di schermi per telefoni cellulari.
- La pipeline mira a superare la scarsità di dati di difetti etichettati.
- Analizza la costruzione dei prompt, la selezione di LoRA e il filtraggio dei campioni.
- arXiv:2604.26633v1.
- Pubblicato come annuncio cross-type.
Entità
Istituzioni
- arXiv