محققان مدل جدیدی به نام «XCT-SAM» طراحی کردهاند که بهطور تخصصی برای شناسایی دقیق نقصها در تصاویر «سیتیاسکن صنعتی» (XCT) در فرآیندهای تولید افزودنی بهینهسازی شده است.
از آنجایی که مدلهای پایه مانند SAM در تشخیص جزئیاتِ ریز ساختاریِ صنعتی ضعف داشتند، این فریمورک با استفاده از روشی به نام Conv-LoRA و آموزش مرحلهای، توانسته است بدون نیاز به تغییر کل مدل، دقت Segmentation را به طرز چشمگیری در محیطهای صنعتی افزایش دهد. گامی مهم برای افزایش کیفیت کنترل تولید با تکیه بر هوش مصنوعی! 🦾✨
منبع: arXiv Computer Vision