DROA-CLIPSeg:低光照细裂缝分割框架
热点事件持续更新
DROA-CLIPSeg:低光照细裂缝分割框架
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Vinita Shukla 等作者提出低光照裂缝分割框架 DROA-CLIPSeg,并同时提出 CrackLingo 数据集。该框架把低光照裂缝分割设定为退化感知、以提示为条件的结构缺陷分割问题,做法是冻结 CLIPSeg 视觉语言主干,再注入两个轻量模块:QKV Low-Rank Adaptation 与 Domain Residual Orthogonal Adapter,从而以参数高效的方式完成分割。 上述内容来自作者在论文中的自述,报道未给出与其他方法对比的量化结果。
AI 根据报道生成 · 43 分钟前更新
最新进展10月27日 12:00
DROA-CLIPSeg:低光照条件下的提示引导细裂缝分割报道时间线
沿着报道,了解事件的不同侧面。
10月27日
- arXiv cs.AIDROA-CLIPSeg:低光照条件下的提示引导细裂缝分割
DROA-CLIPSeg 通过冻结 CLIPSeg 视觉语言主干并注入 QKV Low-Rank Adaptation 与 Domain Residual Orthogonal Adapter 两个轻量模块,实现低光照路面裂缝分割。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。