大规模通用缺陷生成：基础模型和数据集

现有的缺陷/异常生成方法通常依赖于小样本学习，由于缺乏大规模配对缺陷编辑数据，这种方法会过度拟合特定的缺陷类别。缺陷规模和形态的巨大变化加剧了这个问题，导致泛化能力有限、真实性下降和类别一致性。我们通过引入 UDG 来应对这些挑战，UDG 是一个跨越不同领域的 30 万个正常图像—异常图像—掩码—描述四元组的大规模数据集，并提出了 UniDG，一种通用缺陷生成基础模型，支持基于参考的缺陷生成和基于文本指令的缺陷编辑，无需按类别 微调。 UniDG 通过自适应缺陷裁剪和结构化双联输入格式执行缺陷上下文编辑，并通过 MM-DiT 多模态注意力融合参考和目标条件。两阶段训练策略（Diversity-SFT 和 Consistency-RFT）进一步提高了多样性，同时增强了真实性和参考一致性。 MVTec-AD 和 VisA 上的大量实验表明，UniDG 在合成质量和下游单类和多类异常检测/定位方面优于之前的几次异常生成和图像插入/编辑基线。代码可在 https://github.com/RetoFan233/UniDG 获取。