arXiv cs.AI· Yuanting Fan, Jun Liu, Bin-Bin Gao, Xiaochen Chen, Yuhuan Lin, Zhewei Dai, Jiawei Zhan, Chengjie Wang·· 13 小时前AI 评分34
UniDG：通过缺陷上下文编辑实现统一缺陷生成
UniDG: Unified Defect Generation via Defect-Context Editing
AI 导读
UniDG 提出将缺陷合成建模为“缺陷上下文编辑”，并构建了 300K 正常-异常-掩码-描述四元组数据集 UDG。模型用自适应裁剪提取参考缺陷上下文、以双联画格式组织输入，并通过 MM-DiT 注意力融合多模态条件。
正文 · AI 翻译
摘要：生成逼真的视觉缺陷对于缓解异常检测中异常样本稀缺的问题至关重要，然而现有方法往往依赖类别特定的少样本适配，难以跨对象、缺陷类型和领域泛化。这一局限部分源于缺乏配对的缺陷编辑数据，以及缺陷外观的细粒度特性——在保持与目标场景一致的同时，必须保留尺度、纹理和形态上的细微变化。为应对这一挑战，我们推出了 UDG，一个包含 30 万个正常-异常-掩码-描述四元组的数据集，采集自多样化的缺陷相关场景，并提出 UniDG，一个统一的缺陷生成模型。UniDG 将缺陷合成表述为缺陷-上下文编辑：它通过自适应裁剪提取参考缺陷上下文，以结构化的双联画格式组织参考输入和目标输入，并通过 MM-DiT 注意力融合多模态条件。我们进一步开发了两阶段训练策略：Diversity-SFT 从配对编辑数据中学习多样化的可迁移缺陷先验，而可选的一致性-RFT 可进一步提升参考遵循度、局部真实感和缺陷类别一致性。无需按类别微调，也未使用 MVTec-AD/VisA 进行训练，UniDG 在合成质量以及下游单类和多类异常检测/定位方面均优于先前的少样本异常生成和图像插入/编辑基线。
| 评论： | NeurIPS 2026 已接收 |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.08915 [cs.CV] |
| （或 arXiv:2604.08915v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.08915 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yuanting Fan [查看邮箱]
[v1]
2026年4月10日星期五 03:21:17 UTC（18,760 KB）
[v2]
2026年10月28日星期三 08:50:18 UTC（26,730 KB）
来源：arXiv cs.AI · arxiv.org