Concetti Chiave
Effiziente Anomalieerkennung durch In-Context Residual Learning mit Wenig-Schuss-Stichproben ermöglicht eine generalistische Anwendung auf verschiedene Datensätze.
Statistiche
Einige aktuelle Studien haben gezeigt, dass große vortrainierte Visual-Language-Modelle wie CLIP starke Verallgemeinerungsfähigkeiten bei der Erkennung von industriellen Defekten aus verschiedenen Datensätzen haben.
InCTRL übertrifft signifikant andere Methoden auf neun AD-Datensätzen.
Citazioni
"InCTRL ist der beste Performer und übertrifft signifikant die state-of-the-art konkurrierenden Methoden."
"InCTRL nutzt wenige normale Bilder als Stichproben für die Anomalieerkennung."