LogicQA:基于视觉语言模型生成问题的逻辑异常检测
计算机视觉与模式识别
2025-05-21 v2 人工智能
摘要
异常检测(Anomaly Detection, AD)专注于检测偏离标准模式的样本,是过程控制中的重要工具。逻辑异常可能在视觉上表现正常,却违反了关于物体存在、排列或数量的预定义约束,这依赖于推理与可解释性。我们提出 LogicQA,一个通过为工业操作人员提供逻辑异常解释来增强 AD 的框架。LogicQA 将自动生成的问题编译为检查清单,并收集回答以识别逻辑约束的违反。LogicQA 无需训练、无需标注,并在少样本(few-shot)设置下运行。我们在公开基准 MVTec LOCO AD 上取得了最先进的(SOTA)逻辑 AD 性能,AUROC 达到 87.6%,F1-max 达到 87.0%,并附带异常解释。此外,我们的方法在半导体 SEM 企业数据上也表现出卓越性能,进一步验证了其在工业应用中的有效性。
引用
@article{arxiv.2503.20252,
title = {LogicQA: Logical Anomaly Detection with Vision Language Model Generated Questions},
author = {Yejin Kwon and Daeun Moon and Youngje Oh and Hyunsoo Yoon},
journal= {arXiv preprint arXiv:2503.20252},
year = {2025}
}
备注
Accepted Industry Track at ACL 2025