WACV

Unsupervised Modular Adaptive Region Growing and RegionMix Classification for Wind Turbine Segmentation

无监督模块自适应区域生长与区域混合分类用于风力涡轮机分割

Raül Pérez-Gonzalo, Riccardo Magro, Andreas Espersen, Antonio Agudo

机构 * Politecnico di Milano（米兰理工大学） ； Wind Power LAB（风力发电实验室） 纠错

AI总结 本文提出一种高效的无监督区域分类方法，通过自适应阈值和区域融合技术实现涡轮机叶片分割，提升跨站点的泛化能力。

Comments Accepted to WACV 2026

Image-Specific Adaptation of Transformer Encoders for Compute-Efficient Segmentation

针对计算效率的Transformer编码器特定适应

Manyi Yao, Abhishek Aich, Yumin Suh, Amit Roy-Chowdhury, Christian Shelton, Manmohan Chandraker

机构 * NEC Laboratories, America（美国NEC实验室） ； University of California, Riverside（加州大学河滨分校） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

AI总结 本文提出ECO-M2F方法，通过自适应选择编码器层数来提升分割任务的计算效率，同时保持性能并适应不同计算资源。

Comments Accepted at WACV 2026 WVAQ