面向钢铁表面缺陷图像分割的视觉大模型参数高效微调

用于视觉大模型参数微调的钢铁表面缺陷图像数据存在采集环境差、缺陷区域特征复杂、缺陷类别不平衡等问题,对此,提出面向钢铁表面缺陷图像分割的视觉大模型参数高效微调方法。采用基于特征增强的低秩自适应方法,提高可训练线性投影层对复杂缺陷图像特征的表征能力。采用基于特征增强的适配器方法,提高提取高级语义信息的能力。试验表明,采用所提出的方法,仅需增加极少量的训练参数,就可以显著提高视觉大模型在钢铁表面缺陷图像分割任务中的性能。通过研究,为视觉大模型在工业领域的应用提供了有力支撑。

资料为PDF文档格式.

本文档关键词:微调,参数,视觉,图像,分割