FABLE：织物异常检测自动化流程

工业中的无监督异常检测一直是一个备受关注的课题，也是高性能工业自动化流程的基石。绝大多数面向工业的方法侧重于从良好样本中学习以检测异常，尽管某些特定工业场景要求更少的特定训练，因而需要一种用于异常检测的泛化能力。明显的用例是织物异常检测，我们须处理极广范围的颜色和纺织品类型，且生产线的停线训练不可被考虑。在本文中，我们提出一种工业织物纹理缺陷检测的自动化流程，在域泛化异常检测中引入特异性学习过程。将泛化能力与学习过程相结合，提供了快速而精确的异常检测与分割。本文的主要贡献如下：一种达到最先进性能的域泛化纹理异常检测方法、对所提方法提取的良好样本的快速特定训练、基于自定义缺陷生成的自我评估方法，以及用于防止重复训练的已见织物自动检测。