PB-IAD：利用多模态基础模型实现动态制造环境中的语义工业异常检测
计算机视觉与模式识别
2025-08-21 v1 人工智能
摘要
制造过程中的异常检测对于确保产品质量和识别过程偏差至关重要。统计和数据驱动方法仍然是工业异常检测的标准，但其适应性和可用性受限于对大量标注数据集的依赖以及在动态生产条件下有限的灵活性。基础模型感知能力的最新进展为其适应这一下游任务提供了有前景的机会。本文提出了 PB-IAD（基于提示的工业异常检测），这是一个利用基础模型的多模态和推理能力进行工业异常检测的新型框架。具体而言，PB-IAD 解决了动态生产环境的三个关键需求：数据稀疏性、敏捷适应性和领域用户中心性。除了异常检测，该框架还包括一个专门设计的提示模板，用于迭代实现特定领域的工艺知识，以及一个将领域用户输入转化为有效系统提示的预处理模块。这种以用户为中心的设计允许领域专家灵活定制系统，而无需数据科学专业知识。通过使用 GPT-4.1 在三个不同的制造场景、两种数据模态上进行评估，并进行消融研究以系统评估语义指令的贡献。此外，PB-IAD 还与 PatchCore 等最先进的异常检测方法进行了基准测试。结果表明，仅通过语义指令，该方法就展现出卓越的性能，尤其是在数据稀疏场景和少样本设置下。
引用
@article{arxiv.2508.14504,
title = {PB-IAD: Utilizing multimodal foundation models for semantic industrial anomaly detection in dynamic manufacturing environments},
author = {Bernd Hofmann and Albert Scheck and Joerg Franke and Patrick Bruendl},
journal= {arXiv preprint arXiv:2508.14504},
year = {2025}
}