场景提示缺陷分割网络

一次标注即可自动分割

通过场景编码器将单一标注的提示图像编码为场景嵌入，实现无人工干预的缺陷分割，并在多类工业场景中超越SAM。

Zhong, Xiaopin · 邓元龙

Sensors 2025

参数信息

mIoU提升（对比MSNet）

5.79

mIoU提升（对比SegGPT）

0.87

技术优势

无需人工交互

通过Scene Encoder将单张标注提示图编码成场景嵌入，实现自动分割，取代了SAM式逐张手动提示。

多场景超越SAM

实验显示SAID在多种工业场景下的分割能力强于SAM，更适合工业缺陷检测的落地。

单样本提升显著

在one-shot目标场景分割任务中，mIoU比MSNet和SegGPT分别高出5.79和0.87。

应用场景

• 工业视觉检测：产线质检时只需一张标注样本即可自动分割缺陷，替代逐张手动标注。
• 边缘计算视觉：自动分割免去人工交互，适合部署在边缘设备上实时检测。
• 机器人视觉：机器人巡检时可直接调用场景嵌入进行分割，无需人为干预。
• 智能建造质量检测：建筑表面缺陷只需一次标注即可自动识别，减少质检人力。