DriftAD：用于少量工业异常检测的视觉引导文本漂移

少样本异常检测 (FSAD) 最近受益于 CLIP 等视觉语言模型，它通过将视觉特征与正常和异常状态的文本描述对齐来实现异常检测。然而，现有方法通常依赖于在整个要素层次结构和空间维度上统一应用的静态文本提示。这种严格的全局到局部匹配无法捕获工业缺陷的高度局部化和尺度相关的物理变化。为了解决这个问题，我们提出了 DriftAD，这是一个基于三个关键模块构建的 FSAD 框架。首先，异常信号放大 (ASA) 模块在文本-视觉匹配之前通过空间和频率分支增强细微的缺陷信号。其次，视觉引导文本漂移 (VGTD) 动态转换冻结的 CLIP 文本嵌入，将其引导为基于每个编码器深度的局部视觉上下文的逐层、空间自适应异常描述符。第三，漂移引导空间门控（DGSG）使用漂移的异常描述符作为空间探针来选择性地增强异常相关的视觉特征。此外，漂移分离损失可以防止漂移描述符的表征崩溃，而门监督损失则可以在 DGSG 中强制执行空间判别性门控。 MVTec?AD 和 VisA 上的大量实验证明了所有 1、2 和 4 镜头设置在图像级和像素级指标上均具有最先进的性能。代码可在 https://github.com/wenyang001/DriftAD 获取。