SAM-LAD：分割一切模型遇上零样本逻辑异常检测
计算机视觉与模式识别
2025-02-17 v4
摘要
视觉异常检测在工业缺陷检测和医学诊断等实际应用中至关重要。然而，大多数现有方法关注局部结构异常，无法检测逻辑条件下的更高层次功能异常。尽管最近的研究探索了逻辑异常检测，但它们只能处理诸如缺失或添加等简单异常，并且由于严重依赖数据驱动而泛化能力差。为填补这一空白，我们提出了SAM-LAD，一个用于任意场景下逻辑异常检测的零样本、即插即用框架。首先，我们使用预训练骨干网络获取查询图像的特征图。同时，我们通过查询图像的最近邻搜索检索参考图像及其对应的特征图。然后，我们引入分割一切模型（SAM）来获取查询图像和参考图像的对象掩码。每个对象掩码与整个图像的特征图相乘，得到对象特征图。接着，我们提出一个对象匹配模型（OMM）来匹配查询图像和参考图像中的对象。为促进对象匹配，我们进一步提出一个动态通道图注意力（DCGA）模块，将每个对象视为一个关键点，并将其特征图转换为特征向量。最后，基于对象匹配关系，我们提出一个异常测量模型（AMM）来检测具有逻辑异常的对象。对象中的结构异常也可以被检测到。我们使用多种基准数据集验证了我们提出的SAM-LAD，包括工业数据集（MVTec Loco AD, MVTec AD）和逻辑数据集（DigitAnatomy）。大量实验结果表明，SAM-LAD在检测逻辑异常方面尤其优于现有的最先进方法。
引用
@article{arxiv.2406.00625,
title = {SAM-LAD: Segment Anything Model Meets Zero-Shot Logic Anomaly Detection},
author = {Yun Peng and Xiao Lin and Nachuan Ma and Jiayuan Du and Chuangwei Liu and Chengju Liu and Qijun Chen},
journal= {arXiv preprint arXiv:2406.00625},
year = {2025}
}
备注
arXiv admin note: text overlap with arXiv:2303.05768 by other authors