محققان در یک دستاورد جدید، روشی نوآورانه به نام «SERD» برای بهبود عملکرد مدل SAM3 در تشخیص ترکهای زیرساختی ارائه دادهاند. این روش بدون نیاز به آموزش مجدد یا استفاده از دادههای برچسبدار، از پاسخهای داخلی مدل برای شناسایی دقیقتر ترکها استفاده میکند.
این مدل که با نام «Semantic-Edge Response Decoding» شناخته میشود، با ترکیب دادههای ساختاری Sobel، توانسته است دقت Segmentation را در مجموعهدادههای پیچیده و متنوع بهطور قابلتوجهی نسبت به نسخه اصلی SAM3 افزایش دهد. این دستاورد گامی مهم برای استفاده از هوش مصنوعی در پایش سلامت سازهها و زیرساختهای عمرانی است.
منبع: arXiv Computer Vision