Buchumschlag

Generative Denoise Distillation: Simple Stochastic Noises Induce Efficient Knowledge Transfer for Dense Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zhaoge, Xu, Xiaohao, Cao, Yunkang, Shen, Weiming
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Complementary Pseudo Multimodal Feature for Point Cloud Anomaly Detection
von: Cao, Yunkang, et al.
Veröffentlicht: (2023)

LogiCode: an LLM-Driven Framework for Logical Anomaly Detection
von: Zhang, Yiheng, et al.
Veröffentlicht: (2024)

A Masked Reverse Knowledge Distillation Method Incorporating Global and Local Information for Image Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

Attention Fusion Reverse Distillation for Multi-Lighting Image Anomaly Detection
von: Zhang, Yiheng, et al.
Veröffentlicht: (2024)

Prototypical Learning Guided Context-Aware Segmentation Network for Few-Shot Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

A Survey on Visual Anomaly Detection: Challenge, Approach, and Prospect
von: Cao, Yunkang, et al.
Veröffentlicht: (2024)

Segment Any Anomaly without Training via Hybrid Prompt Regularization
von: Cao, Yunkang, et al.
Veröffentlicht: (2023)

VarAD: Lightweight High-Resolution Image Anomaly Detection via Visual Autoregressive Modeling
von: Cao, Yunkang, et al.
Veröffentlicht: (2024)

RAD: A Comprehensive Dataset for Benchmarking the Robustness of Image Anomaly Detection
von: Cheng, Yuqi, et al.
Veröffentlicht: (2024)

Visual Anomaly Detection under Complex View-Illumination Interplay: A Large-Scale Benchmark
von: Cao, Yunkang, et al.
Veröffentlicht: (2025)

Global-Regularized Neighborhood Regression for Efficient Zero-Shot Texture Anomaly Detection
von: Yao, Haiming, et al.
Veröffentlicht: (2024)

Customizing Visual-Language Foundation Models for Multi-modal Anomaly Detection and Reasoning
von: Xu, Xiaohao, et al.
Veröffentlicht: (2024)

DeltaDeno: Zero-Shot Anomaly Generation via Delta-Denoising Attribution
von: Xu, Chaoran, et al.
Veröffentlicht: (2025)

Towards Zero-shot Point Cloud Anomaly Detection: A Multi-View Projection Framework
von: Cheng, Yuqi, et al.
Veröffentlicht: (2024)

Multi-View Reconstruction with Global Context for 3D Anomaly Detection
von: Sun, Yihan, et al.
Veröffentlicht: (2025)

Towards High-Resolution 3D Anomaly Detection: A Scalable Dataset and Real-Time Framework for Subtle Industrial Defects
von: Cheng, Yuqi, et al.
Veröffentlicht: (2025)

Leveraging Learning Bias for Noisy Anomaly Detection
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

Boosting Global-Local Feature Matching via Anomaly Synthesis for Multi-Class Point Cloud Anomaly Detection
von: Cheng, Yuqi, et al.
Veröffentlicht: (2025)

VTFusion: A Vision-Text Multimodal Fusion Network for Few-Shot Anomaly Detection
von: Jiang, Yuxin, et al.
Veröffentlicht: (2026)

Local Dense Logit Relations for Enhanced Knowledge Distillation
von: Xu, Liuchi, et al.
Veröffentlicht: (2025)

Prior Normality Prompt Transformer for Multi-class Industrial Image Anomaly Detection
von: Yao, Haiming, et al.
Veröffentlicht: (2024)

AdaCLIP: Adapting CLIP with Hybrid Learnable Prompts for Zero-Shot Anomaly Detection
von: Cao, Yunkang, et al.
Veröffentlicht: (2024)

Anomagic: Crossmodal Prompt-driven Zero-shot Anomaly Generation
von: Jiang, Yuxin, et al.
Veröffentlicht: (2025)

INP-Former++: Advancing Universal Anomaly Detection via Intrinsic Normal Prototypes and Residual Learning
von: Luo, Wei, et al.
Veröffentlicht: (2025)

A Comprehensive Survey for Real-World Industrial Defect Detection: Challenges, Approaches, and Prospects
von: Cheng, Yuqi, et al.
Veröffentlicht: (2025)

URA-Net: Uncertainty-Integrated Anomaly Perception and Restoration Attention Network for Unsupervised Anomaly Detection
von: Luo, Wei, et al.
Veröffentlicht: (2026)

Unseen Visual Anomaly Generation
von: Sun, Han, et al.
Veröffentlicht: (2024)

CLIPSelf: Vision Transformer Distills Itself for Open-Vocabulary Dense Prediction
von: Wu, Size, et al.
Veröffentlicht: (2023)

Densely Distilling Cumulative Knowledge for Continual Learning
von: Shi, Zenglin, et al.
Veröffentlicht: (2024)

Exploring Intrinsic Normal Prototypes within a Single Image for Universal Anomaly Detection
von: Luo, Wei, et al.
Veröffentlicht: (2025)

Synthesis4AD: Synthetic Anomalies are All You Need for 3D Anomaly Detection
von: Sun, Yihan, et al.
Veröffentlicht: (2026)

Is Noise Conditioning Necessary for Denoising Generative Models?
von: Sun, Qiao, et al.
Veröffentlicht: (2025)

Towards Explainable Industrial Anomaly Detection via Knowledge-Guided Latent Reasoning
von: Chen, Peng, et al.
Veröffentlicht: (2026)

U-CAN: Unsupervised Point Cloud Denoising with Consistency-Aware Noise2Noise Matching
von: Zhou, Junsheng, et al.
Veröffentlicht: (2025)

Efficient Prediction of Dense Visual Embeddings via Distillation and RGB-D Transformers
von: Fischedick, Söhnke Benedikt, et al.
Veröffentlicht: (2026)

Denoising Mutual Knowledge Distillation in Bi-Directional Multiple Instance Learning
von: Shu, Chen, et al.
Veröffentlicht: (2025)

EdgeCrafter: Compact ViTs for Edge Dense Prediction via Task-Specialized Distillation
von: Liu, Longfei, et al.
Veröffentlicht: (2026)

SG-MIM: Structured Knowledge Guided Efficient Pre-training for Dense Prediction
von: Son, Sumin, et al.
Veröffentlicht: (2024)

SKDF: A Simple Knowledge Distillation Framework for Distilling Open-Vocabulary Knowledge to Open-world Object Detector
von: Ma, Shuailei, et al.
Veröffentlicht: (2023)

Towards Customized Knowledge Distillation for Chip-Level Dense Image Predictions
von: Zhang, Dong, et al.
Veröffentlicht: (2024)