Measurement-guided, training-free Fourier correction: a cost-efficient alternative to generative adaptation for cold-start construction-scene segmentation
Dit artikel introduceert een kostenefficiënt, training-vrij Fourier-correctieprotocol dat specifieke laagfrequente amplitude-mismatches tussen synthetische en echte constructiebeelden kwantificeert en aanpast om de cold-start segmentatieprestaties voor zeldzame veiligheidskritische klassen aanzienlijk te verbeteren zonder dat uitgebreide ongelabelde doeldata of generatieve modellen vereist zijn.