BriefGPT - AI 论文速递
·
CLIP3D-AD：使用多视角图像生成扩展 CLIP 进行 3D 小样本异常检测
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
我们提出了一个名为CLIP-ADA的框架，用于通过适应预训练的CLIP模型进行异常检测。该框架引入可学习的提示，并通过自监督学习将其与异常模式关联起来，从而实现多类别工业图像上的统一异常检测。通过引入异常区域细化策略，充分利用CLIP的表示能力来提高定位质量。在MVTec-AD和VisA上，我们的框架取得了97.5/55.6和89.3/33.1的最新成果，并在极小的训练数据下取得了令人鼓舞的性能。
🎯
关键要点
-
提出了统一的框架 CLIP-ADA，用于异常检测。
-
框架通过引入可学习的提示和自监督学习，将其与异常模式关联。
-
实现了多类别工业图像上的统一异常检测。
-
引入异常区域细化策略，提高了定位质量。
-
在 MVTec-AD 和 VisA 数据集上取得了最新成果：97.5/55.6 和 89.3/33.1。
-
在极小的训练数据下取得了令人鼓舞的性能。
🏷️
标签
➡️
