视觉语言引导缺陷检测模型

小样本下精准识别

利用CLIP的广泛语义知识补偿小样本缺陷语义不足，增强对未知缺陷的识别能力，并具有平衡的误报率和漏报率。

Kaiyan, Lei · Qi, Zhiquan · Song, Jin

IEEE Transactions on Intelligent Transportation Systems 2025

参数信息

平均精度提升（Precision）

23.58 %

平均召回率提升（Recall）

3.23 %

平均精度提升（Average Precision）

6.05 %

技术优势

小样本也能识别未见缺陷

利用CLIP的广泛语义知识补偿小样本缺陷语义不足，增强对未知缺陷的识别能力。

误报漏报更平衡

模型具有更平衡的假阳性率和假阴性率，减少漏检与误报。

速度相对较快

在保持高精度的同时，推理速度相对较快，适用于实时检测场景。

应用场景

• 列车表面缺陷检测：在列车检修中快速识别表面缺陷，减少人工目视检查的漏检和误报。
• 工业视觉检测：为工业产线提供小样本缺陷检测方案，提升对未知缺陷的泛化能力。
• 智能交通系统：集成到智能交通巡检系统中，提高列车运行安全性。
• 多模态学习：利用视觉-语言跨模态知识引导，提升小样本下的语义理解能力。