可解释深度卷积多类型异常检测
计算机视觉与模式识别
2025-12-02 v2
摘要
可解释异常检测方法通常具备识别和空间局部定位图像内异常的能力，但缺乏区分异常类型（例如“裂缝”与“划痕”）的能力。此外，这类方法往往需要为每个对象类别维护成本高昂的独立模型。由于缺乏针对性，识别异常类型在准确诊断、促进不同应用领域中可节约成本的决策方面至关重要。虽然近期大型视觉语言模型 (VLM) 开始尝试解决此问题，但其计算密集且占用大量内存，限制了其在实时或嵌入式系统中的应用。我们提出了 MultiTypeFCDD—a一种简单且轻量级的卷积框架，作为可解释多类型异常检测的实用替代方案。MultiTypeFCDD 只需使用图像级标签即可学习并生成多通道热图，其中每个通道对应特定的异常类型。该模型作为单一统一框架，能够在多个对象类别中区分异常类型，无需为每个对象类别训练和管理独立模型。在 Real-IAD 数据集上进行的评估表明，我们的方法在仅为当前最佳 VLM 模型大小的 1% 左右时，就实现了 96.4% 的 I-AUROC，具有高度实用和可行的实用价值。
引用
@article{arxiv.2511.11165,
title = {Explainable Deep Convolutional Multi-Type Anomaly Detection},
author = {Alex George and Lyudmila Mihaylova and Sean Anderson},
journal= {arXiv preprint arXiv:2511.11165},
year = {2025}
}