基于学习的无掩码工业异常检测
计算机视觉与模式识别
2025-04-29 v1
摘要
工业异常检测 (IAD) 是确保产品质量通过识别缺陷物至关重要的技术。传统方法，如特征嵌入和重建基方法，需要大量数据且难以扩展。现有的视觉语言模型 (VLM) 和多模态大型语言模型 (MLLM) 解决了一些局限性，但依赖掩码标注，导致高实现成本和误报。此外，工业数据集如 MVTec-AD 和 VisA 严重受到类别不平衡，缺陷样本仅占总数据的 23.8% 和 11.1%。为解决这些挑战，我们提出了一个动态优先排序稀有缺陷模式的奖励函数，以处理类别不平衡问题。我们还引入了一个无掩码推理框架，使用链式思考 (CoT) 和 Group Relative Policy Optimization (GRPO) 机制，直接从原始图像进行异常检测，而无需注释掩码。该方法为缺陷定位生成可解释的分步骤解释。我们的方法实现了最高性能，MVTec-AD 上准确率提升了 36%，VisA 上提升了 16%。通过消除掩码依赖、降低成本并提供可解释输出，该工作推动了工业异常检测的发展，并支持制造业中可扩展的质量控制。可复现实验的代码已公开于 https://github.com/LilaKen/LR-IAD。
引用
@article{arxiv.2504.19524,
title = {LR-IAD:Mask-Free Industrial Anomaly Detection with Logical Reasoning},
author = {Peijian Zeng and Feiyan Pang and Zhanbo Wang and Aimin Yang},
journal= {arXiv preprint arXiv:2504.19524},
year = {2025}
}
备注
10 pages