基于空间语义引导的零样本缺陷检测方法
来源：计算机集成制造系统杂志2025年第7期北京时间：
作者：宋亚楠, 潘柏松, 易文超, 张彪
单位：1.浙江工业大学全省高精高效复合加工技术与装备重点实验室2.浙江工业大学特种装备制造与先进加工技术教育部重点实验室3.聊城大学计算机学院
摘要：针对现有视觉语言模型过多关注物体类别语义,忽略局部空间缺陷区域的细粒度感知问题,提出基于空间语义引导的零样本缺陷检测方法。设计空间语义引导网络提取图像语义分布特征,并将其添加到视觉语言模型中的视觉编码网络。针对正常和缺陷状态设计通用性较强的可学习文本提示,由设计的文本编码网络提取对应的文本嵌入,并与多阶段视觉特征计算余弦相似度,进而预测缺陷区域热图。所提缺陷检测模型在MVTec、VisA、MPDD、BTAD四个数据集上分别获得了88.5%、95.3%、97.0%、91.6%的像素级缺陷检测准确率。实验结果表明所提方法具有较强的零样本缺陷检测性能。
关键词：零样本缺陷检测,视觉语言模型,可学习提示,语义引导
基金资助：国家自然科学基金资助项目(52005447);浙江省自然科学基金资助项目(LQN25E050014);浙江省教育厅科研项目资助(Y202455016)。
