SPG：具有稀疏自动编码器的稀疏投影指南，用于零样本异常检测

我们使用冻结的基础模型特征来研究零样本异常检测和分割，其中所有可学习参数仅在标记的辅助数据集上进行训练，并部署到看不见的目标类别，而无需任何目标域适应。现有的基于提示的方法使用手工制作或学习的提示嵌入作为正常/异常状态的参考向量。我们提出了稀疏投影引导（SPG），这是一种无提示框架，可以学习稀疏自动编码器（SAE）潜在空间中的稀疏引导系数，通过 SAE 字典生成正常/异常引导向量。 SPG 在标记的辅助数据集上采用两阶段学习策略：（i）在补丁词元特征上训练 SAE，以及（ii）使用辅助像素级掩模仅优化引导系数，同时冻结主干和 SAE。在跨数据集零样本设置下的MVTec AD和VisA上，SPG实现了有竞争力的图像级检测和强大的像素级分割；借助 DINOv3，SPG 在比较方法中获得了最高的像素级 AUROC。我们还报告了使用 OpenCLIP (ViT-L/14@336px) 实例化的 SPG，以使骨干网与基于 CLIP 的基线保持一致。此外，学习到的指导系数将决策追溯到一小组字典原子，揭示了类别一般和类别特定因素。