Effective industrial anomaly localization using class-conditioned irredundant feature patch selection

A-Seong Moon

doi:10.1007/s10044-026-01762-4

2026-08-29

PRE

A-Seong Moon

Se-Hoon Jung

Mohd Asyraf Zulkifley

Jaesung Lee *

DOI：10.1007/s10044-026-01762-4

原文链接

原文求助

摘要

En 中文

基于补丁的异常定位将测试补丁与正常嵌入的记忆库进行比较，但高度重复的纹理会使记忆库充斥冗余补丁，从而缩小最近邻间隔并增加背景类假阳性。本研究引入了一种类条件下的非冗余特征补丁选择流程，该流程抑制类内近重复候选，在固定内存预算下最大化所选代表的离散度，并保持骨干网络和评分规则不变。在一个标准的工业视觉异常检测基准上，所得记忆库在像素级平均精度和F1分数上持续优于基于检索的强基线，尤其在高度重复纹理上增益显著，并且在操作点选择期间降低了阈值敏感性。源代码可在https://github.com/asmoon002/CC-IFPS获取。

Keyword:

Anomaly localization

Memory bank

Patch embeddings

Irredundant selection

Nearest-neighbor scoring