Buchumschlag

AutoIAD: Manager-Driven Multi-Agent Collaboration for Automated Industrial Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ji, Dongwei, Hu, Bingzhang, Zhou, Yi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AgentIAD: Agentic Industrial Anomaly Detection via Adaptive Memory Augmentation
von: Miao, Junwen, et al.
Veröffentlicht: (2025)

HSS-IAD: A Heterogeneous Same-Sort Industrial Anomaly Detection Dataset
von: Wang, Qishan, et al.
Veröffentlicht: (2025)

LR-IAD:Mask-Free Industrial Anomaly Detection with Logical Reasoning
von: Zeng, Peijian, et al.
Veröffentlicht: (2025)

Real-IAD Variety: Pushing Industrial Anomaly Detection Dataset to a Modern Era
von: Zhu, Wenbing, et al.
Veröffentlicht: (2025)

IM-IAD: Industrial Image Anomaly Detection Benchmark in Manufacturing
von: Xie, Guoyang, et al.
Veröffentlicht: (2023)

Real-IAD: A Real-World Multi-View Dataset for Benchmarking Versatile Industrial Anomaly Detection
von: Wang, Chengjie, et al.
Veröffentlicht: (2024)

ZSG-IAD: A Multimodal Framework for Zero-Shot Grounded Industrial Anomaly Detection
von: Chen, Qiuhui, et al.
Veröffentlicht: (2026)

IAD-R1: Reinforcing Consistent Reasoning in Industrial Anomaly Detection
von: Li, Yanhui, et al.
Veröffentlicht: (2025)

IAD-GPT: Advancing Visual Knowledge in Multimodal Large Language Model for Industrial Anomaly Detection
von: Li, Zewen, et al.
Veröffentlicht: (2025)

Real-IAD MVN: A Multi-View Normal Vector Dataset and Benchmark for High-Fidelity Industrial Anomaly Detection
von: Zhu, Wenbing, et al.
Veröffentlicht: (2026)

Real-IAD D3: A Real-World 2D/Pseudo-3D/3D Dataset for Industrial Anomaly Detection
von: Zhu, Wenbing, et al.
Veröffentlicht: (2025)

Collaborative Reconstruction and Repair for Multi-class Industrial Anomaly Detection
von: Wang, Qishan, et al.
Veröffentlicht: (2025)

IAD-Unify: A Region-Grounded Unified Model for Industrial Anomaly Segmentation, Understanding, and Generation
von: Zheng, Haoyu, et al.
Veröffentlicht: (2026)

PC-Agent: A Hierarchical Multi-Agent Collaboration Framework for Complex Task Automation on PC
von: Liu, Haowei, et al.
Veröffentlicht: (2025)

IndusAgent: Reinforcing Open-Vocabulary Industrial Anomaly Detection with Agentic Tools
von: Tan, Rongbin, et al.
Veröffentlicht: (2026)

Center-aware Residual Anomaly Synthesis for Multi-class Industrial Anomaly Detection
von: Chen, Qiyu, et al.
Veröffentlicht: (2025)

Towards High-Resolution Industrial Image Anomaly Detection
von: Zhang, Ximiao, et al.
Veröffentlicht: (2025)

Normality Addition via Normality Detection in Industrial Image Anomaly Detection Models
von: Yi, Jihun, et al.
Veröffentlicht: (2024)

AIVD: Adaptive Edge-Cloud Collaboration for Accurate and Efficient Industrial Visual Detection
von: Hu, Yunqing, et al.
Veröffentlicht: (2026)

MIRAGE: Model-agnostic Industrial Realistic Anomaly Generation and Evaluation for Visual Anomaly Detection
von: Hu, Jinwei, et al.
Veröffentlicht: (2026)

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

AnoRefiner: Anomaly-Aware Group-Wise Refinement for Zero-Shot Industrial Anomaly Detection
von: Huang, Dayou, et al.
Veröffentlicht: (2025)

ABounD: Adversarial Boundary-Driven Few-Shot Learning for Multi-Class Anomaly Detection
von: Deng, Runzhi, et al.
Veröffentlicht: (2025)

Multi-View Industrial Anomaly Detection with Epipolar Constrained Cross-View Fusion
von: Liu, Yifan, et al.
Veröffentlicht: (2025)

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

IPAD: Industrial Process Anomaly Detection Dataset
von: Liu, Jinfan, et al.
Veröffentlicht: (2024)

Component-aware Unsupervised Logical Anomaly Generation for Industrial Anomaly Detection
von: Tong, Xuan, et al.
Veröffentlicht: (2025)

ADPretrain: Advancing Industrial Anomaly Detection via Anomaly Representation Pretraining
von: Yao, Xincheng, et al.
Veröffentlicht: (2025)

Communication-Efficient Multi-Agent 3D Detection via Hybrid Collaboration
von: Hu, Yue, et al.
Veröffentlicht: (2025)

AnomalyAgent: Training-Free Agentic Models for Zero-/Few-Shot Anomaly Detection
von: Zhang, Yi, et al.
Veröffentlicht: (2026)

Detect, Classify, Act: Categorizing Industrial Anomalies with Multi-Modal Large Language Models
von: Mokhtar, Sassan, et al.
Veröffentlicht: (2025)

ToCoAD: Two-Stage Contrastive Learning for Industrial Anomaly Detection
von: Liang, Yun, et al.
Veröffentlicht: (2024)

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

Text-Guided Multimodal Unified Industrial Anomaly Detection
von: Li, Zewen, et al.
Veröffentlicht: (2026)

Multimodal Industrial Anomaly Detection by Crossmodal Feature Mapping
von: Costanzino, Alex, et al.
Veröffentlicht: (2023)

Multimodal Industrial Anomaly Detection via Geometric Prior
von: Li, Min, et al.
Veröffentlicht: (2026)

Breaking the Bias: Recalibrating the Attention of Industrial Anomaly Detection
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Deep Industrial Image Anomaly Detection: A Survey
von: Liu, Jiaqi, et al.
Veröffentlicht: (2023)

RcAE: Recursive Reconstruction Framework for Unsupervised Industrial Anomaly Detection
von: Wu, Rongcheng, et al.
Veröffentlicht: (2025)

Appearance Blur-driven AutoEncoder and Motion-guided Memory Module for Video Anomaly Detection
von: Lyu, Jiahao, et al.
Veröffentlicht: (2024)