ACD-CLIP: Decoupling Representation and Dynamic Fusion for Zero-Shot Anomaly Detection
Created by
Haebom
저자
Ke Ma, Jun Long, Hongxiao Fei, Liujie Hua, Zhen Dai, Yueyi Luo
개요
사전 학습된 시각-언어 모델(VLM)은 밀도 예측에 필요한 지역적 귀납적 편향 부족과 유연하지 못한 특징 융합 패러다임으로 인해 Zero-Shot 이상 탐지(ZSAD)에 어려움을 겪는다. 본 논문은 특징 표현과 상호 모달 융합을 공동으로 개선하는 Architectural Co-Design 프레임워크를 제시한다. 지역적 귀납적 편향을 주입하기 위한 파라미터 효율적인 Convolutional Low-Rank Adaptation(Conv-LoRA) 어댑터와 텍스트 프롬프트를 적응적으로 조절하기 위한 동적 융합 게이트웨이(DFG)를 제안하여 강력한 양방향 융합을 가능하게 한다. 다양한 산업 및 의료 벤치마크에 대한 광범위한 실험을 통해 정확도와 견고성이 우수함을 입증하며, 이러한 시너지적 공동 설계가 파운데이션 모델을 밀도 인식 작업에 견고하게 적응시키는 데 매우 중요함을 확인했다.
시사점, 한계점
•
시사점:
◦
지역적 귀납적 편향을 주입하는 Conv-LoRA 어댑터와 DFG를 활용한 아키텍처 공동 설계 프레임워크를 통해 VLM의 ZSAD 성능 향상.