本文核心贡献如下:
挑战主流范式:首次系统论证零样本异常检测中文本分支并非必要,纯视觉即可学习判别性异常特征。
提出VisualAD框架:在冻结ViT中直接插入可学习的正常与异常标记,通过多层自注意力交互编码高层异常语义。
设计SCA+SAF模块:空间感知交叉注意力注入细粒度空间证据,自对齐函数非线性重校准图像块特征,实现精准定位。
性能全面领先:在13个工业和医学基准上达SOTA,参数量较CLIP方案减少99%,跨域泛化能力优异。
博主简介
AI小怪兽 | 计算机视觉布道者 | 视觉检测领域创新者
深耕计算机视觉与深度学习领域,专注于视觉检测前沿技术的探索与突破。长期致力于YOLO系列算法的结构性创新、性能极限优化