跳到正文
arXiv · 机器人与计算机视觉· Muhammad Aqeel, Maham Nazir, Marco Cristani, Francesco Setti·· 13 天前AI 评分75

DART:面向通用异常检测的领域无关残差迁移方法

DART: Domain-Agnostic Residual Transfer for Generalist Anomaly Detection

AI 导读

该论文提出 DART 框架,旨在解决通用异常检测(GAD)中残差混合了可迁移异常线索与纹理、几何等域特定外观因素的问题。该方法通过残差解耦模块分离异常相关信息和域信息,并结合跨域元训练增强效果。实验在 MVTec AD、VisA 和 BraTS 数据集上验证了其优于多种基线方法的效果,尤其在强域偏移场景下增益显著。

来源:arXiv · 机器人与计算机视觉 · arxiv.org