像素级异常检测网络

针对工业质检与医学影像，以冻结SAM2为基础，通过多尺度适配与掩码引导注意力实现自动化像素级异常检测，无需手动提示。

Xianbing, Zhao · Xinyang, Yang · Yifan, Wang · Wong, W. K. · Ning, Ma · Liu, Chengliang · Zhenhua, Feng

Pattern Recognition 2026

技术优势

无需手动提示

频率提示生成器自动提供频率感知引导，取代了SAM2的人工提示输入。

域差距被弥合

多尺度适配器微调冻结的SAM2编码器，将通用表示适配到异常检测任务的结构先验。

边界更精细

可变形多尺度残差级联模块通过级联架构实现精细的边界细化，提升定位精度。

应用场景

• 工业质检：在MVTec AD上验证了缺陷检测能力，可替代人工质检。
• 医学影像分析：在Kvasir-SEG、CVC-ClinicDB等内窥镜数据集上验证了病变分割能力。
• 视觉异常检测：提供端到端的像素级异常检测方案，无需手动提示。