Учёные Siemens и Tencent YouTu Lab представили AdaptCLIP — передовую структуру для выявления аномалий в промышленности и медицине. Фреймворк демонстрирует высочайшую точность zero-shot и few-shot на различных датасетах без необходимости дообучения на целевых данных, используя легковесные адаптеры.
Совместные исследования компании Siemens и лаборатории Tencent YouTu Lab привели к значительному прорыву в области визуального обнаружения аномалий. Предложенная ими структура AdaptCLIP демонстрирует высокую производительность в режимах zero-shot и few-shot на множестве промышленных и медицинских наборов данных — и при этом не требует дообучения на данных целевой области. Статья принята к публикации на конференции AAAI 2026.
Исследование решает ключевую проблему промышленного контроля и медицинской визуализации: точное выявление и локализация едва заметных аномалий при смещении распределений данных и крайне малом количестве образцов дефектов. AdaptCLIP, основанная на модели CLIP от OpenAI, использует стратегию чередующегося обучения и облегчённую конструкцию адаптера. Добавляя всего около 0,6 миллиона обучаемых параметров к замороженному остову CLIP — посредством визуальных, текстовых адаптеров и адаптеров запросов (prompt-query adapters) — фреймворк повышает чувствительность к аномальным признакам, избегая при этом переобучения в условиях дефицита данных.
Экспериментальные результаты, полученные на 12 публичных бенчмарках — включая восемь промышленных наборов данных (таких как MVTec и VisA) и четыре медицинских (включая Kvasir и COVID-19) — подтверждают состояние передовых разработок. В сценариях zero-shot AdaptCLIP показала средний показатель AUROC на уровне изображения 86,2% для промышленных данных и 90,7% для медицинских. В режимах few-shot, используя всего 1–4 образца нормальных данных, значительно возросли точность сегментации аномалий и чёткость границ. Фреймворк предлагает высокоэффективное и обобщаемое решение для приложений с нехваткой данных, таких как быстрая переконфигурация производственных линий, инспекция новой продукции и скрининг редких заболеваний.
Источник: QbitAI
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Pandaily