导读
这种依赖源于标准 CLIP 架构的基本限制，其中 令牌注意力和空间补丁池难以捕获微妙的局部异常特征。虽然即时学习方法旨在弥合这一差距，但它们通常需要来自辅助数据集的大量真实分割掩码，而这些掩码在专门领域中通常是不可用的。
英文标题：RADIOlogy: A Single-Pass Approach to Training-Free Zero-Shot Anomaly Detection
arXiv编号：2610.40580
作者：Joaquín Figueira, Giacomo D'Amicantonio, Egor Bondarau
来源：arXiv
原文链接：https://arxiv.org/abs/2610.40580
中文摘要：
当前的零样本异常检测方法通常依赖于复杂的提示学习技术或计算成本昂贵的滑动窗口策略来实现细粒度的视觉对齐以检测小规模异常。这种依赖源于标准 CLIP 架构的基本限制，其中 [CLS] 令牌注意力和空间补丁池难以捕获微妙的局部异常特征。虽然即时学习方法旨在弥合这一差距，但它们通常需要来自辅助数据集的大量真实分割掩码，而这些掩码在专门领域中通常是不可用的。在这项工作中，我们展示了视觉语言模型中多头注意力池的一个新兴特性：出色的零样本异常定位和开箱即用检测。我们将此属性转化为单通道异常检测技术 RADIOlogy，该技术不需要密集的窗口执行，并且显着优于其他免训练基线。相反，该方法依赖于一种简单的对比评分方法，该方法比较视觉特征与一组正常和异常提示之间的平均相似度。此外，我们利用 RADIO 模型的凝聚特征，使用密集的异常细化管道来增强像素级异常分割。最后，我们展示了免训练零样本异常检测技术的视觉语言系列如何以最小的修改成功应用于医学领域。代码可在 https://github.com/jacomof/RADIology 获取。
本文由华人空间 AI 论文助手自动抓取翻译，仅供学术交流。
