Jun, 2024
CUT:一个可控、通用且无需训练的视觉异常生成框架
CUT: A Controllable, Universal, and Training-Free Visual Anomaly Generation Framework
Han Sun, Yunkang Cao, Olga Fink
TL;DR通过使用一个能够生成多样化和逼真异常样本的稳定扩散图像生成框架(CUT),我们提出了一种可控、通用且无需训练的视觉异常生成方法。通过在视觉 - 语言异常检测框架(VLAD)中使用 CUT 生成的异常样本进行训练,我们在多个基准异常检测任务上实现了最先进的性能,突显了合成数据所带来的显著改进。