跳到正文
arXiv · 机器人与计算机视觉· Seongsu Lee, Seunghyun Oh, Seungjae Moon, Youngmin Ro·· 9 天前AI 评分49

TIRAD:文本引导图像残差学习实现通用异常检测

TIRAD: Text-guided Image Residual Learning for Generalist Anomaly Detection

AI 导读

TIRAD 提出一种多模态残差学习框架,利用文本表示的残差特征作为门控机制调制图像残差,以显式表达语义差异。该方法在工业基准及跨域迁移实验中均优于现有以图像为中心的残差学习方法。论文已被 ACCV 2026 接收,代码与权重开放许可待注册。

来源:arXiv · 机器人与计算机视觉 · arxiv.org