PatchEAD：统一工业视觉提示框架用于块级独占异常检测

工业异常检测越来越依赖基础模型，旨在实现强大的分布外泛化能力和在实际部署中的快速适应。值得注意的是，过去的研究主要集中在文本提示微调上，使得固有的视觉对应部分被分割成特定于每个基础模型的处理步骤。我们旨在通过提出一个统一的以块为中心的框架——块级独占异常检测，来解决这一局限性，实现与各种基础模型兼容的免训练异常检测。该框架构建了视觉提示技术，包括对齐模块和前景掩码。我们的实验表明，尽管缺少文本特征，但与先前工作相比，我们具有优越的少样本和批量零样本性能。我们的研究进一步检查了骨干结构和预训练特征如何影响块相似性鲁棒性，为真实世界视觉检测中选择和配置基础模型提供了可操作的指导。这些结果证实，一个良好统一的纯块框架可以实现快速、轻量级校准的部署，而无需精心设计的文本提示。