研究人员开发了一个新的框架，用于为工业视觉检测系统生成合成缺陷数据，解决了新产品引入（NPI）期间标记缺陷示例不足的常见问题。该方法使用扩散模型和掩码文本反演来创建高保真缺陷图像，这些图像可以集成到现有表面中。这种方法显著提高了下游缺陷检测器的性能，在真实缺陷数据稀缺时增强了质量控制能力。 AI
影响 通过克服缺陷检测中的数据稀缺性，实现了在制造业中更快地部署视觉检测系统。
排序理由 这是一篇详细介绍使用扩散模型进行缺陷合成新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.22850v1 Announce Type: new Abstract: Industrial visual inspection systems often suffer from a severe scarcity of labeled defect data, particularly during the early stages of New Product Introduction (NPI). This limitation hinders the deployment of robust supervised det…