Copertina

AnoRefiner: Anomaly-Aware Group-Wise Refinement for Zero-Shot Industrial Anomaly Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Huang, Dayou, Xue, Feng, Li, Xurui, Zhou, Yu
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

MuSc: Zero-Shot Industrial Anomaly Classification and Segmentation with Mutual Scoring of the Unlabeled Images
di: Li, Xurui, et al.
Pubblicazione: (2024)

MuSc-V2: Zero-Shot Multimodal Industrial Anomaly Classification and Segmentation with Mutual Scoring of Unlabeled Samples
di: Li, Xurui, et al.
Pubblicazione: (2025)

AnomalyNCD: Towards Novel Anomaly Class Discovery in Industrial Scenarios
di: Huang, Ziming, et al.
Pubblicazione: (2024)

FastRef:Fast Prototype Refinement for Few-Shot Industrial Anomaly Detection
di: Tian, Long, et al.
Pubblicazione: (2025)

SeaS: Few-shot Industrial Anomaly Image Generation with Separation and Sharing Fine-tuning
di: Dai, Zhewei, et al.
Pubblicazione: (2024)

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

Crane: Context-Guided Prompt Learning and Attention Refinement for Zero-Shot Anomaly Detection
di: Salehi, Alireza, 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)

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

Self-Supervised Iterative Refinement for Anomaly Detection in Industrial Quality Control
di: Aqeel, Muhammad, et al.
Pubblicazione: (2024)

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

Zero-Shot Industrial Anomaly Segmentation with Image-Aware Prompt Generation
di: Park, SoYoung, et al.
Pubblicazione: (2025)

AnomalyPainter: Vision-Language-Diffusion Synergy for Zero-Shot Realistic and Diverse Industrial Anomaly Synthesis
di: Lai, Zhangyu, et al.
Pubblicazione: (2025)

Meta Learning-Driven Iterative Refinement for Robust Anomaly Detection in Industrial Inspection
di: Aqeel, Muhammad, et al.
Pubblicazione: (2025)

AD-DINOv3: Enhancing DINOv3 for Zero-Shot Anomaly Detection with Anomaly-Aware Calibration
di: Yuan, Jingyi, et al.
Pubblicazione: (2025)

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

SSVP: Synergistic Semantic-Visual Prompting for Industrial Zero-Shot Anomaly Detection
di: Fu, Chenhao, et al.
Pubblicazione: (2026)

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

Anomaly-Aware Vision-Language Adapters for Zero-Shot Anomaly Detection
di: Aqeel, Muhammad, et al.
Pubblicazione: (2026)

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

ALMRR: Anomaly Localization Mamba on Industrial Textured Surface with Feature Reconstruction and Refinement
di: Qu, Shichen, et al.
Pubblicazione: (2024)

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

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

AF-CLIP: Zero-Shot Anomaly Detection via Anomaly-Focused CLIP Adaptation
di: Fang, Qingqing, et al.
Pubblicazione: (2025)

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

Multi-Scale Memory Comparison for Zero-/Few-Shot Anomaly Detection
di: Huang, Chaoqin, et al.
Pubblicazione: (2023)

NegRefine: Refining Negative Label-Based Zero-Shot OOD Detection
di: Ansari, Amirhossein, et al.
Pubblicazione: (2025)

No Need For Real Anomaly: MLLM Empowered Zero-Shot Video Anomaly Detection
di: Dai, Zunkai, 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)

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

Bayesian Prompt Flow Learning for Zero-Shot Anomaly Detection
di: Qu, Zhen, et al.
Pubblicazione: (2025)

Zero-Shot Anomaly Detection with Dual-Branch Prompt Selection
di: Wang, Zihan, et al.
Pubblicazione: (2025)

Back to Point: Exploring Point-Language Models for Zero-Shot 3D Anomaly Detection
di: Li, Kaiqiang, et al.
Pubblicazione: (2026)

Enhancing Multi-Class Anomaly Detection via Diffusion Refinement with Dual Conditioning
di: Zhan, Jiawei, et al.
Pubblicazione: (2024)

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

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

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

AnomalyVFM -- Transforming Vision Foundation Models into Zero-Shot Anomaly Detectors
di: Fučka, Matic, et al.
Pubblicazione: (2026)

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

Multi-Granularity Mutual Refinement Network for Zero-Shot Learning
di: Wang, Ning, et al.
Pubblicazione: (2025)