כתבה
arXiv cs.AI ·
Anchor and Adapt: תאימות והתאמה: תכנות פתירה אסימטרית לדפסים קצרים של זיהוי תקלות תעשייתי
Anchor and Adapt: Asymmetric Prompt Adaptation for Few-Shot Industrial Anomaly Detection
הצגנו פרקטיקה של תכנות פתירה אסימטרית לדפסים קצרים של זיהוי תקלות תעשייתי. הפרקטיקה כוללת שני שלבים: שלב ראשון לומד נקודות ציון טבעיות ולא טבעיות מנתוני עזר מצוירים, ושלב שני משתמש בנקודות הציון הללו כדי ללמוד נקודות ציון טבעיות נוספות מדגימות נורמליות קצרות. הפרקטיקה נבדקה במבחנים קרוס-מאגר בין MVTec-AD ו-VisA.
תקציר מקורי באנגליתarXiv:2610.07016v1 Announce Type: cross Abstract: In few-shot industrial anomaly detection, the few normal target images provide no direct defect supervision, making anomaly prompts difficult to learn from these samples alone. Some vision-language methods therefore use manually specified descriptions to supply explicit anomaly semantics. However, constructing these descriptions requires product-specific effort, and their effectiveness depends on prompt selection. We propose Anchor and Adapt, a two-stage prompt learning framework that separates the acquisition of anomaly semantics from adaptation to target normal appearance. Stage I learns transferable normal and abnormal anchors from annotated auxiliary data. Stage II keeps these anchors fixed and adapts an additional normal branch using t
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית