摘要：现有的异常检测方法能在特定应用场景下实现高精度检测,然而这些方法难以适用于其他应用场景,且自动化程度有限。因此,提出一种视觉基础模型(VFM)驱动的像素级图像异常检测方法SSMOD-Net(State Space Model driven-Omni Dimensional Net),旨在实现更精确的工业缺陷检测。与现有方法不同,SSMOD-Net实现SAM(Segment Anything Model)的自动化提示且不需要微调SAM,因此特别适用于需要处理大规模工业视觉数据的场景。SSMOD-Net的核心是一个新颖的提示编码器,该编码器由状态空间模型驱动,能够根据SAM的输入图像动态地生成提示。这一设计允许模型在保持SAM架构不变的同时,通过提示编码器引入额外的指导信息,从而提高检测精度。提示编码器内部集成一个残差多尺度模块,该模块基于状态空间模型构建,能够综合利用多尺度信息和全局信息。这一模块通过迭代搜索,在提示空间中寻找最优的提示,并将这些提示以高维张量的形式提供给SAM,从而增强模型对工业异常的识别能力。而且所提方法不需要对SAM进行任何修改,从而避免复杂的对训练计划的微调需求。在多个数据集上的实验结果表明,所提方法展现出了卓越的性能,与AutoSAM和SAM-EG(SAM with Edge Guidance framework for efficient polyp segmentation)等方法相比,所提方法在mE(mean E-measure)和平均绝对误差(MAE)、Dice和交并比(IoU)上都取得了较好的结果。

摘要：对于具有复杂建成环境的老城区,采用人工智能技术可以提高更新规划的科学性,然而现有的目标识别方法高度依赖人工标注数据集,面临更新实践不足、分析精度受限和训练成本过高的局限。将视觉基础模型引入城市更新领域,探讨视觉基础模型支持的老城区更新规划方法:通过等间隔采样构建图像块数据集,使用视觉基础模型提取高维视觉特征;启动余弦距离、流形学习、高斯混合模型等机器学习技术,实现图像块数据集的智能分组;对图像块进行空间转译,精准识别重点区域;结合多维要素综合评判,优化智能识别结果,指导后续更新规划实践。同时,以陕西省榆林市清涧县老城区为例,探索该技术方法在城市更新规划实践中的应用,以期为老城区的城市更新提供新的思路。