利用合成图像的异常检测

本文解决了工业制造中异常检测的挑战，因为真实的缺陷图像很少。它提出了一个新颖的框架，通过结合文本引导的图像到图像转换模型和图像检索模型来生成高质量的合成缺陷图像。两阶段的训练策略通过利用基于规则和基于生成模型的合成进一步提高了性能。这种方法提供了一种具有成本效益的解决方案，以提高异常检测的准确性。

• •解决了工业异常检测中真实缺陷图像稀缺的问题。
• •提出了一个框架，使用文本引导的图像到图像转换和图像检索来生成合成缺陷图像。
• •采用两阶段训练策略，利用基于规则和生成合成。
• •在MVTec AD数据集上证明了有效性。