CarcassFormer: 一种基于 Transformer 的家禽屠体缺陷的同时定位、分割和分类的端到端框架
内容提要
本文介绍了多种基于 Transformer 的网络结构，旨在提升图像分割和缺陷检测的性能。CINFormer 通过多层 CNN 特征注入实现表面缺陷分割，CalibFormer 提高 LiDAR 和相机的校准精度，DUFormer 在电力线检测中表现优异，AsymFormer 在 RGB-D 语义分割中实现了高效性与准确性的平衡。这些方法在多个数据集上均取得了先进的性能。
延伸解读
CINFormer 如何提升缺陷分割性能
CINFormer 通过多阶段 CNN 特征注入，将输入图像的多层级 CNN 特征融入 Transformer 网络的不同阶段，兼顾 CNN 捕捉细节和 Transformer 抑制背景噪音的优势。同时引入 Top-K 自注意力模块，聚焦与缺陷相关的关键标记，减少冗余背景影响。在 DAGM 2007、磁砖和 NEU 等数据集上达到最先进性能。
CalibFormer 在 LiDAR-相机校准中的精度表现
CalibFormer 是一个端到端的自动 LiDAR-相机校准网络，整合多层相机和 LiDAR 图像特征以获得高分辨率表示，利用多头相关模块识别特征间相关性，并通过 Transformer 估计精确校准参数。在 KITTI 数据集上，平均平移误差为 0.8751cm，平均旋转误差为 0.0562°，超过现有最先进方法，展示了鲁棒性、准确性和泛化能力。
AsymFormer 在 RGB-D 语义分割中的效率与精度平衡
AsymFormer 针对实时 RGB-D 语义分割，通过优化计算资源分配和引入非对称骨干网络，最小化冗余参数，实现多模态特征有效融合。利用局部关注引导特征选择（LAFS）模块选择性融合特征。在 NYUv2 和 SUNRGBD 数据集上分别达到 52.0% 和 49.1% 的 mIoU，在 RTX3090 上实现 65 FPS，混合精度量化后达 79 FPS，优于现有多模态方法。
Q&A
CINFormer 是什么？
CINFormer 是一种基于多阶段 CNN 特征注入的 UNet 结构，旨在实现表面缺陷分割，具有先进的缺陷检测性能。
CalibFormer 的主要功能是什么？
CalibFormer 是一个自动 LiDAR - 相机校准的端到端网络，通过整合多层图像特征提高校准精度。
DUFormer 在电力线检测中表现如何？
DUFormer 在 TTPLA 数据集上的电力线分割任务中达到了最先进的表现。
AsymFormer 有什么优势？
AsymFormer 通过优化计算资源和引入非对称骨干网络，实现了高效性与准确性的平衡。
FusionFormer 框架的主要贡献是什么？
FusionFormer 框架通过多模态特征融合，提高了相机检测任务的性能，在 3D 目标检测中取得了优异的结果。
这些基于 Transformer 的网络结构有什么共同点？
这些网络结构都旨在提升图像分割和缺陷检测的性能，采用不同的机制和特征融合方法。
