arXiv · 机器人与计算机视觉· Chih-Yu Tsai, Chih-Heng Chang, Jian-Jiun Ding·· 9 天前AI 评分48
REDiff-AD:无需训练与目标掩膜的工业异常图像生成框架
REDiff-AD: No Training and No Target Masks for Industrial Anomaly Image Generation via Diversity-Driven In-Context MMDiT
AI 导读
REDiff-AD 框架通过多样性驱动的 In-context MMDiT,在无需模型训练或目标掩膜的情况下,利用单张参考异常图实现高效采样并生成高保真缺陷。该方案引入自适应参考条件增强与多样性引导模块,解决了真实缺陷稀缺难题,显著提升了下游分类、检测与定位性能。代码已开源,论文被 WACV 2027 接收,适用于大规模工业异常数据增强任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org