用于工业异常检测与分割的文本引导变分图像生成

我们提出了一种文本引导的变分图像生成方法，以解决工业制造中异常检测难以获取干净数据的挑战。我们的方法利用从大量文本库文档中学习到的关于目标对象的文本信息，生成类似于输入图像的无缺陷数据图像。所提出的框架确保生成的无缺陷图像与源自文本和图像知识的预期分布相一致，从而保证了稳定性和泛化性。实验结果证明了我们方法的有效性，即使在无缺陷数据有限的情况下也超越了以往的方法。我们的方法通过在四个基线模型和三个不同数据集上的泛化测试得到了验证。我们提供了额外的分析，通过利用生成的图像来增强异常检测模型的有效性。