論文の概要: SwinAD: Multi-stage feature reconstruction for unsupervised industrial anomaly detection

• arxiv url: http://arxiv.org/abs/2607.14534v1
• Date: Thu, 16 Jul 2026 03:39:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-17 17:01:32.974924
• Title: SwinAD: Multi-stage feature reconstruction for unsupervised industrial anomaly detection
• Title（参考訳）: SwinAD: 教師なし産業異常検出のための多段階特徴再構成
• Abstract要約: SwinADは、マルチクラスの教師なし異常検出のための再構成ベースのフレームワークである。 階層エンコーダは意味的にリッチなマルチスケール機能を提供する。 特徴多様性保存再構築フレームワークは相補的な再構築仮説を維持している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Industrial anomaly detection aims to identify and localize defective regions without relying on exhaustive annotations of all possible defect types. Although recent unsupervised methods have achieved strong performance, most are primarily designed for single-class settings and often struggle in multi-class scenarios, where diverse normal patterns may lead to over-generalization and reduce the discriminative capability between normal and anomalous regions. In this paper, we propose SwinAD, a reconstruction-based framework for multi-class unsupervised anomaly detection that leverages a frozen pretrained Swin Transformer V2 encoder and a feature diversity-preserving reconstruction decoder. The hierarchical encoder provides semantically rich multi-scale features, while stage-wise bottleneck modules with dropout prevent trivial identity mapping and encourage robust reconstruction of normal patterns. To further improve localization, we introduce a feature diversity-preserving reconstruction framework that maintains complementary reconstruction hypotheses instead of relying on a single decoding branch. The discrepancies between encoder features and the two reconstructed features are then aggregated across multiple scales to produce the final anomaly map. Experiments conducted on three industrial anomaly detection benchmarks, including MVTec AD, VisA, and Real-IAD, demonstrate that SwinAD achieves competitive image-level performance and strong pixel-level localization accuracy, with particularly notable improvements in pixel-level AP and 1 on MVTec AD. These results indicate that combining hierarchical Swin features with diverse multi-scale reconstruction substantially improve pixel-level localization in multi-class unsupervised anomaly setting.
• Abstract（参考訳）: 工業的異常検出は、あらゆる可能性のある欠陥の完全なアノテーションに頼ることなく、欠陥領域を特定し、局所化する。 最近の教師なし手法は高い性能を達成しているが、主に単一クラスの設定のために設計されており、様々な正規パターンが過度に一般化し、正常領域と異常領域の識別能力を低下させる多クラスシナリオでしばしば苦労する。 本稿では,凍結学習したSwin Transformer V2エンコーダと特徴量保存型再構成デコーダを利用した,マルチクラス非教師付き異常検出のための再構成ベースのフレームワークSwinADを提案する。 階層エンコーダはセマンティックにリッチなマルチスケール機能を提供するが、ドロップアウトを伴うステージワイドボトルネックモジュールは自明なアイデンティティマッピングを防止し、通常のパターンの堅牢な再構築を促進する。 ローカライゼーションをさらに改善するため,1つのデコードブランチに頼るのではなく,補完的な再構築仮説を維持できる特徴多様性保存再構築フレームワークを導入する。 エンコーダ特徴と2つの再構成特徴の相違は、最終的な異常マップを生成するために複数のスケールに集約される。 MVTec AD、VisA、Real-IADを含む3つの産業異常検出ベンチマークで実施された実験は、SwinADが競合画像レベルの性能と強力な画素レベルのローカライゼーション精度を達成することを示した。 これらの結果から,階層的なスウィン特徴と多様なマルチスケール再構成を組み合わせることで,マルチクラスの教師なし異常設定における画素レベルの局所化が著しく向上することが示唆された。

関連論文リスト

• Point Cloud Diffusion with Global and Local Reconstruction for Instance-Level 3D Anomaly Detection [53.26344422459608]
  インスタンスレベルの3次元異常発生と検出のための点群拡散フレームワークである textbfPCDiff を提案する。 生成フェーズでは、インスタンスレベルのマルチモーダルアテンションが生成フレームワークに埋め込まれ、そこでは異常にテクスチャ勾配、画像パッチ、テキスト、マスクが条件付けられている。 検出段階では,局所的異常回復と大域的幾何整合性を確保するために,共同局所言語再構成アルゴリズムが導入された。
  論文  参考訳（メタデータ） (2026-06-24T12:11:05Z)
• Text-Guided Multimodal Unified Industrial Anomaly Detection [71.95719669933312]
  そこで本研究では,テキストセマンティクスによって導かれる多モーダル産業異常検出フレームワークを提案する。 フレームワークは、Geometry-Aware Cross-Modal MapperとObject-Conditioned Textual Feature Adaptorの2つのコアモジュールで構成されている。 本手法は,教師なし環境下での分類とローカライゼーションにおける最先端性能を実現する。
  論文  参考訳（メタデータ） (2026-04-24T13:21:22Z)
• Large-Scale Universal Defect Generation: Foundation Models and Datasets [51.150071370083026]
  様々な領域にまたがる300Kの正規マスクカプセルの大規模データセットUDGを紹介する。 我々は,参照ベース欠陥生成とテキスト命令ベース欠陥編集の両方をサポートするユニバーサル欠陥生成基盤モデルUniDGを提案する。 MVTec-AD と VisA の実験では、UniDG は合成品質および下流の単クラスおよび複数クラスの異常検出/局所化において、前回の少数ショット異常発生および画像挿入/編集ベースラインより優れていた。
  論文  参考訳（メタデータ） (2026-04-10T03:21:17Z)
• Collaborative Reconstruction and Repair for Multi-class Industrial Anomaly Detection [37.057760207060554]
  コラボレーティブ・リコンストラクション・アンド・リコンストラクション(CRR)は、リコンストラクションを修復に変換する。 我々は,デコーダからの表現が十分なローカル情報を含むことを保証するために,特徴レベルのランダムマスキングを実装した。 我々は,合成異常マスクによって教師されるセグメンテーションネットワークを訓練し,ローカライゼーション性能を向上させる。
  論文  参考訳（メタデータ） (2025-12-12T09:24:23Z)
• ShortcutBreaker: Low-Rank Noisy Bottleneck with Global Perturbation Attention for Multi-Class Unsupervised Anomaly Detection [59.89803740308262]
  ShortcutBreakerはMUADタスクのための新しい統合された機能再構成フレームワークである。 ショートカットの問題に対処する2つの重要なイノベーションが特徴だ。 提案手法は,4つのデータセットに対して,99.8%,98.9%,90.6%,87.8%の顕著な画像レベルのAUROCを実現する。
  論文  参考訳（メタデータ） (2025-10-21T06:51:30Z)
• Generate Aligned Anomaly: Region-Guided Few-Shot Anomaly Image-Mask Pair Synthesis for Industrial Inspection [53.137651284042434]
  異常検査は製造業において重要な役割を担っているが、異常サンプルの不足は既存の方法の有効性を制限している。 本稿では,GAA (Generate grained Anomaly) を提案する。 GAAは少数のサンプルのみを用いて現実的で多様で意味的に整合した異常を発生させる。
  論文  参考訳（メタデータ） (2025-07-13T12:56:59Z)
• Memory-Augmented Dual-Decoder Networks for Multi-Class Unsupervised Anomaly Detection [21.341378704908333]
  メモリ拡張デュアルデコーダネットワーク(MDD-Net)を提案する。 このネットワークには、Dual-Decoder Reverse Distillation Network (DRD-Net)とClass-Aware Memory Module (CMM)の2つの重要なコンポーネントが含まれている。 2つのデコーダが生成する特徴の相違を利用して,従来のエンコーダ-デコーダ比較パラダイムを超えた異常スコアを改良する。
  論文  参考訳（メタデータ） (2025-04-21T06:29:04Z)
• Feature Purified Transformer With Cross-level Feature Guiding Decoder For Multi-class OOD and Anomaly Deteciton [22.59400036717643]
  本稿では,FPM(Feature Purification Module)とCFGデコーダの2つの革新的なモジュールを組み込んだFUTUREGフレームワークを紹介する。 FPMは、潜在空間内の正規性境界を制約し、異常な特徴を効果的にフィルタリングする。 CFGデコーダは層単位でのエンコーダ表現を使用してフィルタされた特徴の再構築を誘導し、きめ細かい詳細を保存する。
  論文  参考訳（メタデータ） (2024-04-30T16:45:51Z)
• Multi-feature Reconstruction Network using Crossed-mask Restoration for Unsupervised Industrial Anomaly Detection [4.742650815342744]
  産業生産における品質検査には, 教師なし異常検出が重要である。 本稿では,クロスマスク復元を用いた多機能再構成ネットワークMFRNetを提案する。 提案手法は,4つの公開データセットと1つの自作データセットにおいて,他の最先端のデータセットと高い競争力,あるいは大幅に上回っている。
  論文  参考訳（メタデータ） (2024-04-20T05:13:56Z)
• DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection [55.48770333927732]
  本稿では,拡散型異常検出(Difusion-based Anomaly Detection, DAD)フレームワークを提案する。 画素空間オートエンコーダ、安定拡散の復調ネットワークに接続する潜在空間セマンティックガイド(SG)ネットワーク、特徴空間事前学習機能抽出器から構成される。 MVTec-ADとVisAデータセットの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2023-12-11T18:38:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。