Frost Detection and Thickness Estimation using a Transformer-based Semantic Segmentation Model

Huzzam Hassan

doi:10.1016/j.ijrefrig.2026.106899

Frost Detection and Thickness Estimation using a Transformer-based Semantic Segmentation Model

2026-03-09

0

PRE

AI

DOI：10.1016/j.ijrefrig.2026.106899

原文链接

原文求助

摘要

En 中文

• 一种基于Transformer的新型霜检测与量化方法 • Transformer SegFormer模型能够实现准确的霜检测与估计 • SegFormer-B1在霜分割中达到了93%的准确率和0.875的IoU • 霜像素到厚度的回归分析显示强相关性，R²为0.93 • 所提出的方法在最小误差方面优于阈值法和K-means方法，误差降低了11.98%

Keyword:

Frost detection

Transformer-based model

Semantic segmentation

Frost thickness estimation

SegFormer

Frost Detection and Thickness Estimation using a Transformer-based Semantic Segmentation Model

摘要

期刊

机构

引用论文