論文の概要: RADIOlogy: A Single-Pass Approach to Training-Free Zero-Shot Anomaly Detection

• arxiv url: http://arxiv.org/abs/2610.40580v1
• Date: Thu, 29 Oct 2026 17:45:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 06:32:30.823998
• Title: RADIOlogy: A Single-Pass Approach to Training-Free Zero-Shot Anomaly Detection
• Title（参考訳）: RADIOlogy: 訓練不要ゼロショット異常検出のためのシングルパスアプローチ
• Abstract要約: 視覚言語モデルにおけるマルチヘッドアテンションプールの出現特性を示す。 我々はこれを1パスの異常検出手法であるRADIOlogyに変換する。 本研究は, 医用領域において, 無訓練ゼロショット異常検出手法の視覚言語系をうまく適用できることを示す。
• 参考スコア（独自算出の注目度）: 4.301276597844757
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Current zero-shot anomaly detection methods often rely on complex prompt-learning techniques or computationally expensive sliding-window strategies to achieve fine-grained visual alignment to detect small-scale anomalies. This reliance stems from the fundamental limitation of standard CLIP architectures, where [CLS] token attention and spatial patch pooling struggle to capture subtle, localized anomaly features. While prompt-learning approaches aim to bridge this gap, they typically require a large number of ground-truth segmentation masks from auxiliary datasets, which are often unavailable in specialized domains. In this work, we show an emerging property of multi-head attention pooling in vision-language models: remarkable zero-shot anomaly localization and detection right out of the box. We translate this property into a single-pass anomaly detection technique, RADIOlogy, that does not require dense, windowed execution and significantly outperforms other training-free baselines. Instead, the method relies on a simple contrastive scoring approach that compares the average similarity between vision features and a suite of normal and abnormal prompts. Furthermore, we leverage the agglomerative features of RADIO models to enhance pixel-level anomaly segmentation using a dense anomaly refinement pipeline. Finally, we show how the vision-language family of training-free zero-shot anomaly detection techniques can be applied successfully to the medical domain with minimal modifications. Code is available at https://github.com/jacomof/RADIOlogy.
• Abstract（参考訳）: 現在のゼロショット異常検出法は、しばしば複雑なプロンプト学習技術や計算コストのかかるスライドウインドウ戦略に頼り、細粒度の視覚的アライメントを達成し、小規模な異常を検出する。 この依存は、[CLS]トークンの注意と空間パッチプールが微妙で局所的な異常な特徴を捉えるのに苦労する、標準的なCLIPアーキテクチャの基本的な制限に起因している。 素早い学習アプローチは、このギャップを埋めることを目的としているが、通常、特別なドメインでは利用できない補助的なデータセットから多数の地平線セグメンテーションマスクを必要とする。 本研究では,視覚言語モデルにおけるマルチヘッドアテンションプールの出現特性について述べる。 我々はこの特性を1パスの異常検出手法であるRADIOlogyに変換する。 その代わり、この手法は、視覚特徴と通常のプロンプトと異常なプロンプトの組の平均的類似性を比較する単純な対照的なスコアリング手法に依存している。 さらに、RAIOモデルの凝集特性を活用し、高密度な異常精錬パイプラインを用いた画素レベルの異常セグメンテーションを強化する。 最後に、トレーニング不要なゼロショット異常検出技術の視覚言語系を、最小限の変更で医療領域に適用する方法について述べる。 コードはhttps://github.com/jacomof/RADIOlogyで公開されている。

関連論文リスト

• Continuous Memory Representation for Anomaly Detection [24.58611060347548]
  CRADは「連続的」メモリ内の正常な特徴を表現するための新しい異常検出手法である。 MVTec ADデータセットを用いた評価では、CRADは、マルチクラス統一異常検出におけるエラーの65.0%を削減し、従来の最先端手法よりも大幅に優れている。
  論文  参考訳（メタデータ） (2024-02-28T12:38:44Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)

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。