Copertina

AF-CLIP: Zero-Shot Anomaly Detection via Anomaly-Focused CLIP Adaptation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Fang, Qingqing, Lv, Wenxi, Su, Qinliang
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

AnomalySD: Few-Shot Multi-Class Anomaly Detection with Stable Diffusion Model
di: Yan, Zhenyu, et al.
Pubblicazione: (2024)

Boosting Fine-Grained Visual Anomaly Detection with Coarse-Knowledge-Aware Adversarial Learning
di: Fang, Qingqing, et al.
Pubblicazione: (2024)

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

Dual-Image Enhanced CLIP for Zero-Shot Anomaly Detection
di: Zhang, Zhaoxiang, et al.
Pubblicazione: (2024)

AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP
di: Ma, Wenxin, et al.
Pubblicazione: (2025)

PA-CLIP: Enhancing Zero-Shot Anomaly Detection through Pseudo-Anomaly Awareness
di: Pan, Yurui, et al.
Pubblicazione: (2025)

CLIP-FSAC++: Few-Shot Anomaly Classification with Anomaly Descriptor Based on CLIP
di: Zuo, Zuo, et al.
Pubblicazione: (2024)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
di: Kim, Donghyeong, et al.
Pubblicazione: (2025)

Enhancing Zero-Shot Anomaly Detection: CLIP-SAM Collaboration with Cascaded Prompts
di: Hou, Yanning, et al.
Pubblicazione: (2025)

AFR-CLIP: Enhancing Zero-Shot Industrial Anomaly Detection with Stateless-to-Stateful Anomaly Feature Rectification
di: Yuan, Jingyi, et al.
Pubblicazione: (2025)

AnomalyCLIP: Object-agnostic Prompt Learning for Zero-shot Anomaly Detection
di: Zhou, Qihang, et al.
Pubblicazione: (2023)

StackCLIP: Clustering-Driven Stacked Prompt in Zero-Shot Industrial Anomaly Detection
di: Hou, Yanning, et al.
Pubblicazione: (2025)

MadCLIP: Few-shot Medical Anomaly Detection with CLIP
di: Shiri, Mahshid, et al.
Pubblicazione: (2025)

Exploring Zero-Shot Anomaly Detection with CLIP in Medical Imaging: Are We There Yet?
di: Marzullo, Aldo, et al.
Pubblicazione: (2024)

UltraAD: Fine-Grained Ultrasound Anomaly Classification via Few-Shot CLIP Adaptation
di: Zhou, Yue, et al.
Pubblicazione: (2025)

FB-CLIP: Fine-Grained Zero-Shot Anomaly Detection with Foreground-Background Disentanglement
di: Hu, Ming, et al.
Pubblicazione: (2026)

Investigating the Semantic Robustness of CLIP-based Zero-Shot Anomaly Segmentation
di: Stangl, Kevin, et al.
Pubblicazione: (2024)

ClipSAM: CLIP and SAM Collaboration for Zero-Shot Anomaly Segmentation
di: Li, Shengze, et al.
Pubblicazione: (2024)

MADPOT: Medical Anomaly Detection with CLIP Adaptation and Partial Optimal Transport
di: Shiri, Mahshid, et al.
Pubblicazione: (2025)

WMoE-CLIP: Wavelet-Enhanced Mixture-of-Experts Prompt Learning for Zero-Shot Anomaly Detection
di: Chen, Peng, et al.
Pubblicazione: (2026)

ACD-CLIP: Decoupling Representation and Dynamic Fusion for Zero-Shot Anomaly Detection
di: Ma, Ke, et al.
Pubblicazione: (2025)

MediCLIP: Adapting CLIP for Few-shot Medical Image Anomaly Detection
di: Zhang, Ximiao, et al.
Pubblicazione: (2024)

AdaptCLIP: Adapting CLIP for Universal Visual Anomaly Detection
di: Gao, Bin-Bin, et al.
Pubblicazione: (2025)

TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
di: Zhou, Qihang, et al.
Pubblicazione: (2025)

CLIP3D-AD: Extending CLIP for 3D Few-Shot Anomaly Detection with Multi-View Images Generation
di: Zuo, Zuo, et al.
Pubblicazione: (2024)

Res$^2$CLIP: Few-Shot Generalist Anomaly Detection with Residual-to-Residual Alignment
di: Liu, Xinyue, et al.
Pubblicazione: (2026)

KAnoCLIP: Zero-Shot Anomaly Detection through Knowledge-Driven Prompt Learning and Enhanced Cross-Modal Integration
di: Li, Chengyuan, et al.
Pubblicazione: (2025)

ViP$^2$-CLIP: Visual-Perception Prompting with Unified Alignment for Zero-Shot Anomaly Detection
di: Yang, Ziteng, et al.
Pubblicazione: (2025)

MedSAD-CLIP: Supervised CLIP with Token-Patch Cross-Attention for Medical Anomaly Detection and Segmentation
di: Tran, Thuy Truong, et al.
Pubblicazione: (2026)

GlocalCLIP: Object-agnostic Global-Local Prompt Learning for Zero-shot Anomaly Detection
di: Ham, Jiyul, et al.
Pubblicazione: (2024)

HAC: Parameter-Efficient Hyperbolic Adaptation of CLIP for Zero-Shot VQA
di: Dibitonto, Francesco, et al.
Pubblicazione: (2026)

IQE-CLIP: Instance-aware Query Embedding for Zero-/Few-shot Anomaly Detection in Medical Domain
di: Huang, Hong, et al.
Pubblicazione: (2025)

CLIP-AD: A Language-Guided Staged Dual-Path Model for Zero-shot Anomaly Detection
di: Chen, Xuhai, et al.
Pubblicazione: (2023)

MRAD: Zero-Shot Anomaly Detection with Memory-Driven Retrieval
di: Xu, Chaoran, et al.
Pubblicazione: (2026)

CLIP-Decoder : ZeroShot Multilabel Classification using Multimodal CLIP Aligned Representation
di: Ali, Muhammad, et al.
Pubblicazione: (2024)

Transductive Zero-Shot and Few-Shot CLIP
di: Martin, Ségolène, et al.
Pubblicazione: (2024)

CLIP Meets Diffusion: A Synergistic Approach to Anomaly Detection
di: Lee, Byeongchan, et al.
Pubblicazione: (2025)

Online Zero-Shot Classification with CLIP
di: Qian, Qi, et al.
Pubblicazione: (2024)

AnyAnomaly: Zero-Shot Customizable Video Anomaly Detection with LVLM
di: Ahn, Sunghyun, et al.
Pubblicazione: (2025)

On the Problem of Consistent Anomalies in Zero-Shot Industrial Anomaly Detection
di: Le-Gia, Tai, et al.
Pubblicazione: (2025)