arXiv:2209.06013

Virtual Underwater Datasets for Autonomous Inspections

Ioannis Polymenis, Maryam Haroutunian, Rose Norman, David Trodden

제출 2022-09-13

원문 초록

Underwater Vehicles have become more sophisticated, driven by the off-shore sector and the scientific community's rapid advancements in underwater operations. Notably, many underwater tasks, including the assessment of subsea infrastructure, are performed with the assistance of Autonomous Underwater Vehicles (AUVs). There have been recent breakthroughs in Artificial Intelligence (AI) and, notably, Deep Learning (DL) models and applications, which have widespread usage in a variety of fields, including aerial unmanned vehicles, autonomous car navigation, and other applications. However, they are not as prevalent in underwater applications due to the difficulty of obtaining underwater datasets for a specific application. In this sense, the current study utilises recent advancements in the area of DL to construct a bespoke dataset generated from photographs of items captured in a laboratory environment. Generative Adversarial Networks (GANs) were utilised to translate the laboratory object dataset into the underwater domain by combining the collected images with photographs containing the underwater environment. The findings demonstrated the feasibility of creating such a dataset, since the resulting images closely resembled the real underwater environment when compared with real-world underwater ship hull images. Therefore, the artificial datasets of the underwater environment can overcome the difficulties arising from the limited access to real-world underwater images and are used to enhance underwater operations through underwater object image classification and detection.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2610.13697v1cs.CV공통 태그 Object Detection, Image Classification

생성적 증강을 통한 AI 테스트 및 평가(T&E)의 의미적 커버리지 개선

Improving Semantic Coverage in AI Test & Evaluation through Generative Augmentation

AI 모델의 테스트 및 평가(T&E)에서 평가자는 일반적으로 홀드아웃(held-out) 테스트 데이터셋에만 접근할 수 있으며, 학습 데이터나 그 의미적 구성에 대한 정보는 알지 못한다. 시간대, 날씨, 장면 위치와 같은 핵심 입력 조건이 이 테스트 데이터셋에서 충분히 표현되지 않으면, 이러한 의미적 커버리지 격차로 인해 T&E 결과가 오도될 수 있다. 우리는 이러한 의미적 요인에 대한 정답 레이블 없이도 이를 탐지하고 채울 수 있는 3단계 생성형 AI 파이프라인을 제안한다. 첫 번째 단계에서는 비전-언어 모델(VLM)이 의미적 요인에 대해 제로샷 이진 레이블링을 수행하고, 임베딩 공간 클러스터링 단계를 통해 어떤 의미적 요인이 하위(downstream) 모델 동작에 가장 큰 영향을 미치는지 식별한다. 두 번째 단계에서는 디퓨전 기반 이미지-투-이미지(image-to-image) 모델이 기존에 충분히 표현된 이미지를 과소 표현된 의미 도메인으로 변환하여, 장면 내용은 보존하면서 고수준의 외형(appearance)만을 증강한다. 세 번째 단계에서는 증강된 이미지 임베딩에 대한 통계적 분석을 통해, 합성 이미지를 반영하기 전에 그것이 데이터셋 커버리지를 개선하는지 검증한다. 중요한 점은, 합성 데이터는 오직 테스트 세트를 보강하는 데에만 사용되며 T&E를 위한 모델 재학습은 수행하지 않는다는 것이다. 우리는 주간/야간 의미 격차 상황에서 이미지 분류와 객체 검출 양쪽에 대해 전체 파이프라인을 검증하였으며, 증강된 테스트 데이터셋이 누락된 의미적 요인에 노출된 모델과 그렇지 않은 모델을 더 잘 구별해내어, 완전히 커버리지를 갖춘 이상적인 데이터셋의 결론에 더 가까운 T&E 결론을 산출함을 보였다. 코드는 https://github.com/Hashe037/DEDUCE 에서 확인할 수 있다.

arXiv:2610.02421v1cs.CV공통 태그 Object Detection, Image Classification

저배율 두피 이미지 기반 안드로겐성 탈모증 평가를 위한 AI 기반 다단계 접근법

An AI-Based Multi-Stage Approach for Androgenetic Alopecia Assessment from Low-Magnification Scalp Images

안드로겐성 탈모증(AGA)은 패턴화된 모낭 소형화, 단일 모발 모낭군(FU) 증가, 모간 직경 변화를 특징으로 합니다. 본 연구에서는 모낭군 위치 추정, 서열형 가시 모간 수 계수, 캘리브레이션된 모간 너비 추정, 부위별 집계, 해석 가능한 규칙 층(layer)을 결합한 자동화된 정량적 두피 분석 및 임상 의사결정 지원 프레임워크를 제시합니다. 임상 코호트는 243명의 환자(AGA 127명, 비AGA 116명)로 구성되었으며, 컴퓨터 비전(CV) 실험에는 전문가가 주석을 추가한 160명의 환자, 2,400장의 모발경 검사 이미지, 약 158,000개의 모낭군 주석이 활용되었습니다. 환자 비중복 평가에서 YOLOv8m은 테스트 [email omitted]=0.920 및 재현율(recall)=0.860을 달성하였고, 서포트 맵 채널을 갖춘 EfficientNet-B5는 전문가 바운딩 박스 기준 87.0%의 계수 정확도(매크로 F1=0.85)를 달성했습니다. 별도의 500개 이미지 세트에 대해 검출기가 생성한 박스를 기반으로 엔드투엔드 처리를 수행한 결과, 인간 전문가 주석 대비 모낭 검출 MAE 6.56, 모낭 분류(classification) MAE 16.59를 기록했습니다. 본 시스템은 피부과 전문의의 판독을 대체하기보다 보조하도록 고안되었습니다.

arXiv:2610.03218v1cs.CV공통 태그 Object Detection, Image Classification

VisionMX: 비전 모델을 위한 마이크로스케일링 사후 학습 양자화 구현

VisionMX: Unlocking Microscaling Post-Training Quantization for Vision Models

마이크로스케일링(Microscaling, MX) 포맷은 효율적인 학습(training) 및 추론(inference)을 위한 하드웨어 지원 접근법으로 주목받고 있습니다. 이 방식은 저정밀도(low-precision) 요소와 공유 블록 스케일을 결합하지만, 비전 모델에 미치는 영향은 아직 충분히 연구되지 않았습니다. 본 연구에서는 다양한 비전 모델 및 작업 전반에 걸쳐 사후 학습(post-training) MX 양자화(quantization)를 체계적으로 조사합니다. 직접 변환에 대한 분석을 통해 세 가지 오차 원인을 확인했습니다. 즉, 블록 스케일 표현, 일부 소형 합성곱 가중치(weight) 텐서와 비균일 요소 그리드 간의 불량한 정렬, 그리고 비음수 활성화 값에 의한 부호 있는 코드의 불충분한 활용입니다. 이러한 발견을 바탕으로, 유계 가중치 반올림(bounded weight rounding)을 최적화하고 활성화 값에 접을 수 있는 아핀 보정(foldable affine correction)을 적용하는 사후 학습 MX 양자화 방법인 VisionMX를 제안합니다. 여러 MX 스타일 포맷을 사용하여 이미지 분류(image classification), 객체 검출(object detection), 시맨틱 분할(semantic segmentation), 저조도 이미지 향상 작업 전반에서 VisionMX를 평가했습니다. VisionMX는 직접 변환 및 평가된 사후 학습 양자화 기준 모델들을 개선하며, MX 변환에 가장 민감한 아키텍처에서 가장 큰 폭의 성능 복구를 달성합니다.

arXiv:2609.21651v2cs.CV공통 태그 Object Detection, Image Classification

작물 병해충 진단을 위한 구성 가능한 다단계 비전 파이프라인

Configurable Multi-Stage Vision Pipeline for Crop Disease and Pest Diagnosis

FarmerChat는 Digital Green이 소규모 농가를 위해 제공하는 농업 자문 서비스이다. 작물에 이상이 있어 보이면 농민은 사진을 찍어 전송하며, 그 사진이 질문의 전부이다: 증상에 대한 설명도, 작물 이름도 없으며, 텍스트가 전혀 없는 경우도 많다. 이 서비스는 저가 휴대폰으로 야외에서, 조명이 열악하고 카메라가 흔들리는 상태에서 촬영된 이미지만으로 사진을 사용할 수 있는지, 어떤 작물이 찍혀 있는지, 무엇이 문제인지를 판단해야 한다. 현재 이를 수행하는 시스템은 조정이 불가능하다. 사진 거부를 위한 조정 가능한 임계값이 없고, 작물과 문제 항목을 추가할 수 없으며, 설정할 수 있는 신뢰도 컷오프도 없다. 우리는 에티오피아, 인도, 케냐, 나이지리아에서 FarmerChat로 전송된 약 116만 장의 사진을 연구한다. 프로덕션 품질 게이트는 판정한 이미지 중 46.8%를 거부했으며, 진단 단계에 도달한 이미지 중 4분의 1 이상이 작물 이름을 반환하지 못했고, "질병(disease)"으로 분류된 문제의 35.8%는 작물 정보 없이도 식별 가능한 병해충이었다. 이에 따라 우리는 작업을 품질 게이트(M0), 작물 검출기(M1), 질병/병해충 검출기(M2)의 세 단계로 분리하였다. 경로 A(Route A)는 세 단계 모두를 단일 파인튜닝된 비전-언어 모델(Qwen3-VL-4B)로 채워 한 번의 호출로 응답한다. 경로 B(Route B)는 각 단계를 소형 전문 모델(DaViT, YOLO26)로 채운다. 우리는 프로덕션 GPT-4o 품질 게이트를 12ms에 86.9% F1을 기록하는 소형 MobileNetV3 게이트로 대체하였다. 모든 시스템을 동일한 방식으로 채점한 하나의 테스트 세트에서, 계층적 DaViT-Base는 95.41%의 작물 정확도를 달성하여 프로덕션 기준선의 91.46%를 능가하였다. 또한 진단 성능에서도 앞서며 응답을 거부하는 경우가 전혀 없는 반면, 비교 대상인 모든 언어 모델은 상당 비율의 행에서 진단을 내리지 못했다. 파인튜닝된 모델은 전문 모델들이 갖지 못한 두 가지 기능을 유지한다: 세 단계 모두를 한 번의 호출로 처리하는 것, 그리고 이미지가 답변을 뒷받침할 수 없을 때 더 나은 사진을 요청하는 것이다.

토론

이 논문과 연결된 포럼 글이 아직 없습니다.