Título: Segmentação de Fissuras Estruturais Utilizando uma Arquitetura Híbrida SegFormer -U-Net com Atenção Seletiva
Autores: Wesley Vieira de Santana, Verusca Severo & Francisco Madeiro Bernardino Junior
Resumo: Neste trabalho, apresenta-se um modelo híbrido para segmentação de fissuras em imagens estruturais, combinando o encoder SegFormer-b2 com o decoder U-Net e integrando mecanismos de atenção seletiva. Foram avaliadas diferentes configurações de atenção, aplicadas de forma pontual nas camadas do decoder, com o objetivo de investigar seu impacto no desempenho da segmentação. A abordagem proposta alcançou o melhor desempenho com a configuração que aplica atenção de canal na primeira camada e atenção espacial naúltima camada do decoder, superando modelos de referência como o Hybrid-Segmentor. O modelo híbrido obteve Pontuação F1 de 0,789, IoU de 0,654 e mais de 52 FPS, apresentando bom compromisso entre desempenho de segmentação e velocidade de inferência. Os resultados demonstram que a atenção seletiva é uma estratégia eficaz para melhorar a segmentação sem aumentar significativamente a complexidade computacional do modelo.
Palavras-chave: Image segmentation; Transformer; U-Net; SegFormer; Structural cracks.
Páginas: 8
Código DOI: 10.21528/CBIC2025-1174256
Artigo em PDF: CBIC_2025_paper1174256.pdf
Arquivo BibTeX:
CBIC_2025_1174256.bib