DeltaDeno 可实现零样本异常生成，无需预先训练

研究人员开发了 DeltaDeno，一种新颖的零样本方法，可在无需任何预先训练或异常样本的情况下生成图像中的异常。该技术通过比较由最小提示对引导的两个扩散过程来定位和编辑缺陷。该方法累积每一步的去噪差异以创建定位图，然后指导生成逼真的局部缺陷，同时保留周围的上下文。DeltaDeno 还会在 token 级别优化提示，以增强异常 token 并应用空间注意力偏差，展示了生成质量和下游异常检测性能的提升。 AI

影响 无需特定训练数据即可为缺陷检测等任务实现逼真的异常生成。

排序理由 该集群描述了一篇关于图像异常生成新方法的详细研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Chaoran Xu
• DagsHub
• DeltaDeno
• Gotit.pub
• Hugging Face
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →