industrial anomaly detection | BriefGPT

关键词industrial anomaly detection

搜索结果 - 7

先验正常性提示变压器用于多类工业图像异常检测
我们的研究引入了 Prior Normality Prompt Transformer（PNPT）作为一种多类图像异常检测的方法，通过策略性地引入正常语义提示来解决传统方法在多类场景中遇到的问题，并结合异常样本和正常先验语义进行双流重建，实
PDF19 days ago
CVPRReal-IAD: 用于评估多视角工业异常检测的现实世界数据集
提出了一个大规模、真实世界的多视角工业异常检测数据集（Real-IAD），包含 30 种对象的 15 万张高清图片，相比现有数据集大一个数量级。该数据集具有更大范围的缺陷区域和比例，具有更高的挑战性。在提供了常用 IAD 方法在该数据集上的
PDF4 months ago
MM分而治之：通过内存高效瓦片集成进行高分辨率工业异常检测
工业异常检测是计算机视觉中的重要任务，其实际用途广泛。为了解决处理高分辨率图像时出现的内存消耗问题，本文引入了块状集合的方法，在不修改底层架构的情况下，将输入图像划分为网格状瓦片，并为每个位置训练一个专用模型。通过引入重叠瓦片，利用传统的堆
PDF4 months ago
融合潜在扩散模型的在线自适应工业缺陷生成的新方法
介绍了一种针对工业异常检测中缺乏缺陷样本的挑战的新算法，利用扩充缺陷样本来提高异常检测性能。该方法通过在潜在空间中生成缺陷样本的扩散模型，并通过一个特征编辑过程对其进行优化，采用三阶段的图像生成推理策略，生成高质量、多样化的缺陷样本，从而显
PDF4 months ago
Myriad: 應用視覺專家進行工業異常檢測之大型多模態模型
提出了一种应用视觉专家进行工业异常检测的新型大型多模型（Myriad）模型，通过使用视觉专家的先验知识嵌入到大型语言模型中，实现了明确的异常检测和高质量的异常描述。
PDF8 months ago
AnomalyGPT：利用大型视觉 - 语言模型检测工业异常
利用大型视觉语言模型（LVLMs）解决工业异常检测（IAD）问题的关键在于提出了一种基于 LVLM 的新型 IAD 方法 AnomalyGPT，通过模拟异常图像以及为每个图像生成对应的文本描述来生成训练数据，并利用图像解码器提供细粒度语义和
PDF10 months ago
领域变化下的工业异常检测：一个真实世界的数据集和遮盖多尺度重构
本文提出了 AeBAD 工业异常检测数据集，探讨了当前最优算法在检测测试集中正常样本的领域移位问题，并提出了一种名为 MMR 的新方法，通过遮蔽重构任务增强模型对正常样本中补丁之间因果关系的推断能力。该方法在 AeBAD 数据集上表现出优秀
PDFa year ago