基于跨模态注意力聚合与自适应原型生成的小样本缺陷分割

摘要： 基于深度学习的缺陷分割技术对于保证生产效率和改善产品质量至关重要.然而,在实际应用中有许多领域无法收集大规模的缺陷样本,导致传统缺陷检测方法性能急剧下降.此外,缺陷区域存在尺寸小、纹理信息弱以及与无缺陷区域对比不明显的问题,进一步阻碍了视觉缺陷检测技术的实际应用.对此,提出一种基于视觉与点云的多模态小样本缺陷分割方法,通过采用跨模态注意力聚合RGB语义信息和点云结构信息,实现两... （共9页）