Laser Ablation Image Segmentation using Vision-Language Models

doi:10.1117/12.3086681

Laser Ablation Image Segmentation using Vision-Language Models

2026-01-01

0

PRE

AI

DOI：10.1117/12.3086681

原文链接

原文求助

摘要

En 中文

激光材料加工产生复杂的表面形貌，包括坑穴、熔融位移、飞溅和蒸气再凝结。这些可观察特征编码了有关激光参数和材料响应的有用信息。我们引入了一个混合分割流程，使用Meta AI的“分割任意事物”（SAM）和对比语言-图像预训练（CLIP）模型，在1064 nm激光下，对脉冲持续时间和能量密度跨越七个数量级的1000多张烧蚀图像生成二值掩模。我们的方法在四个物理相关特征类别上实现了90%的平均交并比，能够快速提取定量描述符（例如，坑穴直径、飞溅半径）以进行工艺参数映射。对分辨率、采样和运行时间的敏感性分析展示了该方法鲁棒性，并为实时、原位优化激光加工参数铺平了道路。

Keyword:

vision-language models

laser ablation

image segmentation

laser-material interaction

Laser Ablation Image Segmentation using Vision-Language Models

摘要

期刊

机构

引用论文