今日论文速览
抓取时间（北京时间）：2026-05-27 00:54:28
1. Pixel-Level Pavement Distress Assessment Using Instance Segmentation
- ArXiv: https://arxiv.org/abs/2605.26095v1
- 发布时间: 2026-05-26 01:53:23 (北京时间)
- 作者: Logan Dewick, Bibesh Pyakurel, Kong Pheng Yang, Nazim Choudhury, M. G. Sarwar Murshed
- 标签: 分割
AI 深度解析
TL;DR：本文提出基于Mask R-CNN实例分割的像素级路面病害评估系统，在自建UWGB-StreetCrack数据集上实现高精度裂缝面积估计，验证了实例分割在路面检测中的实用性。
核心贡献：
- 构建了UWGB-StreetCrack路面病害数据集，包含纵向裂缝、横向裂缝、龟裂和坑洞四种病害的像素级多边形标注，并采用车载智能手机采集真实道路图像。
- 系统评估了五种Detectron2框架下Mask R-CNN骨干网络变体（含ResNet-101 FPN），在自定义边界框匹配协议下达到84.23%精度、90.04%召回率和87.04% F1分数。
- 提出聚合裂缝面积分数（aggregate predicted crack-area fraction）作为量化指标，模型预测值2.164%与真实值2.170%高度吻合，验证了实例分割在面积估计中的可靠性。
方法类型：CNN（Mask R-CNN + FPN骨干网络）
适用场景：路面病害检测（裂缝、坑洞等不规则目标的分割与量化）
评估指标：精度84.23%、召回率90.04%、F1分数87.04%、裂缝面积分数误差0.006%
代码可用性：未提及
领域启发：该论文对图像分割与目标识别研究及工程落地的价值体现在：1）证明了实例分割相比目标检测（YOLO仅27.5%精度）在细长、不规则裂缝定位上的显著优势，为道路维护量化分析提供了可行方案；2）暴露了标注一致性、类别不平衡、混淆因素抑制等开放挑战，提示后续研究需关注数据质量与评估基准的标准化；3）裂缝面积分数这一量化指标为分割结果与工程需求（如维修成本估算）的衔接提供了新思路，推动分割技术从定性检测向定量评估演进。
2. InstructSAM: Segment Any Instance with Any Instructions
- ArXiv: https://arxiv.org/abs/2605.26102v1
- 发布时间: 2026-05-26 01:58:03 (北京时间)
- 作者: Yuqian Yuan, Wentong Li, Zhaocheng Li, Yutong Lin, Juncheng Li, Siliang Tang, Jun Xiao, Yueting Zhuang, Wenqiao Zhang
- 标签: 检测
AI 深度解析
TL;DR：InstructSAM提出统一框架，通过可学习实例查询与混合注意力机制，将视觉语言模型与SAM3结合，实现单次前向传播下的任意指令驱动多实例分割。
核心贡献：
- 提出显式推理到实例查询接口，将可学习实例查询注入视觉语言模型，结合指令与视觉信息实现实例感知槽，支持组合推理。
- 设计混合注意力机制，促进实例查询、视觉令牌与指令令牌间的交互，提升实例枚举能力并减少重复预测。
- 构建Inst2Seg大规模高质量指令驱动实例分割数据集与基准，支持自由形式指令与实例级掩码配对，推动评估标准化。
方法类型：混合架构（SAM系列 + Transformer + 视觉语言模型）
适用场景：通用分割（指令驱动实例分割、短语级指代分割）
评估指标：在复杂指令驱动与短语级指代分割基准上，2B规模InstructSAM超越先前端到端方法与SAM3代理流水线，具体数值未在摘要中列出。
代码可用性：未提及
领域启发：InstructSAM通过将指令理解与实例级集合预测无缝集成，解决了SAM3在高层语义推理与多实例枚举上的短板，为图像分割与目标识别提供了高效单次推理范式。其设计不修改SAM3核心架构，便于工程落地，尤其适用于需要灵活交互与实时响应的场景（如机器人视觉、交互式编辑）。同时，Inst2Seg数据集为后续研究提供了标准化评估平台，推动指令驱动分割从短语级向自由形式指令扩展。