論文の概要: Prototype-Guided Dynamic Domain Modulation and a Large-Scale Multi-SKU Benchmark for Shampoo Bottle Surface Defect Detection

• arxiv url: http://arxiv.org/abs/2610.38194v2
• Date: Sun, 01 Nov 2026 02:41:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-04 02:41:44.997904
• Title: Prototype-Guided Dynamic Domain Modulation and a Large-Scale Multi-SKU Benchmark for Shampoo Bottle Surface Defect Detection
• Title（参考訳）: シャンプーボトル表面欠陥検出のためのプロトタイプガイド動的ドメイン変調と大規模マルチSKUベンチマーク
• Abstract要約: 既存のインダストリアルな欠陥データセットは、インスタンスレベルの欠陥アノテーションと製品固有のIDの両方を提供することは滅多にありません。 シャンプーボトル欠陥検出のための大規模マルチテキスト認識ベンチマークであるBottle-awareを紹介する。 ProDMMは、トレーニング画像から各入力に対する視覚的プロトタイプを構築し、各入力に対するソフトな分布を予測する。
• 参考スコア（独自算出の注目度）: 41.03582736614564
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial shampoo-bottle surface defect detection must operate across many stock keeping units (SKUs), where differences in bottle geometry, material, label layout, reflectance, and imaging conditions can substantially alter the appearance of the same defect. Existing industrial defect datasets rarely provide both instance-level defect annotations and product-variant identities, making it difficult to study SKU-aware detection under realistic manufacturing conditions. We introduce Bottle-SKU, a large-scale multi-SKU benchmark for shampoo bottle surface defect detection. Bottle-SKU contains 13,119 images, 20,419 instance-level bounding boxes, seven defect categories, and 48 bottle SKUs, enabling evaluation of both shared defect recognition and SKU-specific appearance variation. To address the challenge of SKU-specific appearance variation, we propose Prototype-Guided Dynamic Domain Modulation (ProDMM). ProDMM constructs a visual prototype for each SKU from training images and predicts a soft SKU distribution for each input. The resulting prototype-conditioned representation dynamically generates low-rank Query/Value modulation for the visual backbone and residual conditioning for defect-text-to-visual attention, while preserving the pretrained Grounding DINO detection pathway. The model is trained jointly with detection, SKU-domain classification, and modulation-regularization objectives. Experiments on Bottle-SKU and the public GC10-DET-SKU metallic surface defect dataset demonstrate the effectiveness of prototype-guided domain conditioning for industrial surface defect detection. The source code and model will be released on https://github.com/Event-AHU/Industrial_Anomaly_Detection
• Abstract（参考訳）: 産業用シャンプーボトルの表面欠陥検出は、ボトル形状、材料、ラベルレイアウト、反射率、撮像条件の違いが、同じ欠陥の外観を著しく変えうる多くのストック保持ユニット(SKU)で動作する必要がある。 既存の産業欠陥データセットは、インスタンスレベルの欠陥アノテーションと製品固有のアイデンティティの両方を提供することはめったになく、現実的な製造条件下でSKU認識検出を研究することは困難である。 シャンプーボトル表面欠陥検出のための大規模マルチSKUベンチマークであるBottle-SKUを紹介する。 Bottle-SKUには、13,119の画像、20,419のインスタンスレベルのバウンディングボックス、7の欠陥カテゴリ、48のボトルSKUが含まれている。 SKU固有の外観変化の課題に対処するため,プロトタイプガイド動的ドメイン変調(ProDMM)を提案する。 ProDMMは、トレーニング画像から各SKUの視覚プロトタイプを構築し、各入力に対するソフトなSKU分布を予測する。 得られたプロトタイプ条件表現は、事前訓練されたグラウンドディングDINO検出経路を維持しながら、視覚バックボーンに対する低ランククエリ/値変調と欠陥テキスト対視覚的注意のための残条件を動的に生成する。 このモデルは、検出、SKUドメイン分類、変調正規化目的と共同で訓練される。 Bottle-SKUとパブリックGC10-DET-SKU金属表面欠陥データセットの実験は、工業用表面欠陥検出のためのプロトタイプ誘導領域条件付けの有効性を実証している。 ソースコードとモデルはhttps://github.com/Event-AHU/Industrial_Anomaly_Detectionでリリースされる。

関連論文リスト

• DriftScope: Measuring The Hidden Effects of Diffusion Model Adaptation [50.584834483403675]
  新しい視覚概念を学習するか、望ましくないものを消去するか、事前学習したテキスト・画像拡散モデルに適応させることは、意図した効果だけで日常的に評価される。 適応が意味論的に無関係な概念を、構造的にメトリクスを集約することができない方法で体系的に損なうことを実証する。 DriftScopeは、任意の2つのモデルチェックポイントを取り込み、視覚的概念が最も移行したトークンのランクリストを返す、プロンプトレベルの診断ツールである。
  論文  参考訳（メタデータ） (2026-06-30T20:57:51Z)
• MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation [65.068801413044]
  連続的なテスト時間適応は、非定常な未ラベルのターゲットストリームにソース予測モデルを適用する。 ドメインに依存しない構造をドメイン固有のテクスチャから切り離す。
  論文  参考訳（メタデータ） (2026-05-18T01:52:12Z)
• Sample-Centric Multi-Task Learning for Detection and Segmentation of Industrial Surface Defects [3.0497940633809395]
  試料品質制御(QC)のための工業用表面欠陥検査は、与えられた試料が欠陥を含むか否かを同時に決定し、それらの欠陥を局所化する必要がある。 既存のモデルは強いピクセルオーバーラップ測定値を得るが、サンプルレベルでの安定性は不十分である。 サンプル中心型マルチタスク学習フレームワークと評価スイートを提案する。
  論文  参考訳（メタデータ） (2025-10-15T07:24:26Z)
• Uniformity First: Uniformity-aware Test-time Adaptation of Vision-language Models against Image Corruption [4.792851066169872]
  ビジョン言語モデルは、トレーニングモデルと大きなギャップを持つデータセットに直面すると、依然として苦しむことが分かっています。 本稿では,センサ劣化に頑健なモデルを実現するために,情報バランスTTA (UnInfo) と呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-05-19T09:47:46Z)
• Generalized Semantic Contrastive Learning via Embedding Side Information for Few-Shot Object Detection [52.490375806093745]
  マイクロショットオブジェクト検出(FSOD)の目的は、少数のトレーニングサンプルで新しいオブジェクトを検出することである。 本稿では,特徴空間とサンプル視点から得られる負の影響を緩和する側面情報を紹介する。 我々のモデルは従来の最先端手法よりも優れており、ほとんどのショット/スプリットにおけるFSODの能力は大幅に向上している。
  論文  参考訳（メタデータ） (2025-04-09T17:24:05Z)
• Patch-aware Vector Quantized Codebook Learning for Unsupervised Visual Defect Detection [4.081433571732692]
  産業応用においては、教師なしの視覚欠陥検出が重要である。 教師なし欠陥検出に最適化された拡張VQ-VAEフレームワークを用いた新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-01-15T22:26:26Z)
• VDC: Versatile Data Cleanser based on Visual-Linguistic Inconsistency by Multimodal Large Language Models [46.72546879204724]
  現実の世界では、データセットには、バックドア攻撃による毒サンプル、クラウドソーシングにおけるノイズの多いラベル、さらにはそれらのハイブリッドなど、汚れたサンプルが含まれている。 既存の検出器は、他のドメインの汚れたサンプルを扱う場合、しばしば一般化が弱くなるような、有毒なサンプルやノイズのあるラベルを検出することのみに焦点を当てている。 マルチモーダル大規模言語モデル(MLLM)の超越した機能を利用した多目的データクリーニング(VDC)を提案する。
  論文  参考訳（メタデータ） (2023-09-28T07:37:18Z)
• Augment and Criticize: Exploring Informative Samples for Semi-Supervised Monocular 3D Object Detection [64.65563422852568]
  我々は、一般的な半教師付きフレームワークを用いて、難解な単分子3次元物体検出問題を改善する。 我々は、ラベルのないデータから豊富な情報的サンプルを探索する、新しい、シンプルで効果的なAugment and Criticize'フレームワークを紹介します。 3DSeMo_DLEと3DSeMo_FLEXと呼ばれる2つの新しい検出器は、KITTIのAP_3D/BEV(Easy)を3.5%以上改善した。
  論文  参考訳（メタデータ） (2023-03-20T16:28:15Z)
• A Continual Learning Framework for Adaptive Defect Classification and Inspection [7.552600549241253]
  機械ビジョンに基づく欠陥分類技術は製造工程における自動品質検査に広く採用されている。 本稿では,不正サンプルの効率的な検査を行い,高ボリュームデータバッチから欠陥を分類する一般的なフレームワークについて述べる。
  論文  参考訳（メタデータ） (2022-03-16T17:57:41Z)
• Smart-Inspect: Micro Scale Localization and Classification of Smartphone Glass Defects for Industrial Automation [8.414611978466622]
  スマートフォンガラスの16K画素画像上に,知的マイクロスケールの局所化と欠陥の分類を行うための,堅牢な半教師付き学習フレームワークを提案する。 本モデルでは, ひっかき傷, ひび割れによる光漏れ, 穴の3種類の欠陥の認識とラベル付けを行う。 また, ダスト粒子とセンサ領域による欠陥と光反射を非欠陥領域と分類した。
  論文  参考訳（メタデータ） (2020-10-02T01:15:00Z)

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。