目前正在从事一个需要多类图像分割以识别各种钣金中不同异常类型的项目。

在各种 NN 分割架构上取得了一定的成功，但是考虑到图像的原始分辨率（即使是广泛的下采样也很麻烦），推理性能远非理想。

还尝试根据各种卷积核的滤波器组手工制作几个特征，然后应用聚类算法来构建一种“异常数据库”。我可以很容易地应用这个定义的过滤器库来提取特征，并将这些特征与标记数据库中的特征进行比较。

如上图所示，中心水平线需要被识别为异常。直觉让我相信简单的阴影过滤器能够检测到它的存在，但是鉴于钣金固有的不一致 - 它似乎并不简单（尽管人类识别非常简单）。

我不一定要寻找一个完美的解决方案来解决这个问题，但是如果有人能够提供潜在的调查途径。我想用尽所有可能的（有希望的）分割方法选项。