Anomagic：基于跨模态提示的零样态异常生成方法
计算机视觉与模式识别
2025-11-14 v1 人工智能
摘要
我们提出了Anomagic，这是一种无需任何示例异常的零样态异常生成方法，能够生成语义连贯的异常。通过将视觉线索和文本线索统一于跨模态提示编码方案中，Anomagic利用丰富的上下文信息引导基于填充的生成流程。随后，采用对比式细化策略，以确保合成异常与其掩码之间的精确对齐，从而提升下游异常检测精度。为便于训练，我们引入AnomVerse，这是一个包含12,987个异常-掩码-描述三元组的数据集，源自13个公开数据集，其中描述由基于结构化视觉提示和模板化文本线索由多模态大语言模型自动生成。广泛实验表明，基于AnomVerse训练的Anomagic能够生成比先前方法更真实、更具多样性的异常，显著提升下游异常检测性能。此外，Anomagic可使用用户自定义提示为任何正常类别图像生成异常，构建了一个通用且灵活的异常生成基础模型。
引用
@article{arxiv.2511.10020,
title = {Anomagic: Crossmodal Prompt-driven Zero-shot Anomaly Generation},
author = {Yuxin Jiang and Wei Luo and Hui Zhang and Qiyu Chen and Haiming Yao and Weiming Shen and Yunkang Cao},
journal= {arXiv preprint arXiv:2511.10020},
year = {2025}
}