利用合成图像的异常检测

Research Paper#Anomaly Detection, Synthetic Data, Image Generation🔬 Research|分析: 2026年1月3日 19:05•
发布: 2025年12月29日 06:06
•
1分で読める
•ArXiv

分析

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。
引用 / 来源
查看原文
"The paper introduces a novel framework that leverages a pre-trained text-guided image-to-image translation model and image retrieval model to efficiently generate synthetic defect images."
A
ArXiv2025年12月29日 06:06
* 根据版权法第32条进行合法引用。
较旧

Complex scalar dark matter with effective Higgs portals beyond radiation domination

较新

Constraints on SMEFT operators from $Z \to μμbb$ decay

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv