基础视觉编码器实际上是少样本异常检测器
计算机视觉与模式识别
2025-10-03 v1 人工智能
机器学习
摘要
少样本异常检测简化并简化了工业安全检查。然而，有限的样本使得在类别无关条件下准确区分正常与异常特征具有挑战性。大规模预训练的基础视觉编码器已在诸多领域取得进展，因为海量数据有助于学习正常图像的一般分布。我们观察到图像中异常样本的数量直接与所学嵌入之间的差异相关，并据此设计一种称为 FoundAD 的少样本异常检测器。这是通过学习对自然图像流形的非线性投影算子实现的。这个简单的算子是有效的异常检测工具，用于表征和识别图像中的离群区域。广泛实验表明，我们的方法支持多类别检测，同时使用远少于先前方法的参数数量即可实现竞争性能。凭借对多种基础编码器的评估，包括最新的 DINOv3，我们相信这一想法拓宽了基础特征的视角，推动了少样本异常检测领域的发展。
引用
@article{arxiv.2510.01934,
title = {Foundation Visual Encoders Are Secretly Few-Shot Anomaly Detectors},
author = {Guangyao Zhai and Yue Zhou and Xinyan Deng and Lars Heckler and Nassir Navab and Benjamin Busam},
journal= {arXiv preprint arXiv:2510.01934},
year = {2025}
}
备注
23 pages, 13 figures. Code is available at \url{https://github.com/ymxlzgy/FoundAD}