Buchumschlag

VisualAD: Language-Free Zero-Shot Anomaly Detection via Vision Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hou, Yanning, Li, Peiyuan, Liu, Zirui, Wang, Yitong, Ruan, Yanran, Qiu, Jianfeng, Xu, Ke
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

Training Free Zero-Shot Visual Anomaly Localization via Diffusion Inversion
von: Hicsonmez, Samet, et al.
Veröffentlicht: (2026)

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

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

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

SubspaceAD: Training-Free Few-Shot Anomaly Detection via Subspace Modeling
von: Lendering, Camile, et al.
Veröffentlicht: (2026)

EntroAD: Structural Entropy-Guided Prompt Adaptation for Zero-Shot Anomaly Detection
von: Zhao, Xinyu, et al.
Veröffentlicht: (2026)

VMAD: Visual-enhanced Multimodal Large Language Model for Zero-Shot Anomaly Detection
von: Deng, Huilin, et al.
Veröffentlicht: (2024)

AD-Copilot: A Vision-Language Assistant for Industrial Anomaly Detection via Visual In-context Comparison
von: Jiang, Xi, et al.
Veröffentlicht: (2026)

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

MCL-AD: Multimodal Collaboration Learning for Zero-Shot 3D Anomaly Detection
von: Li, Gang, et al.
Veröffentlicht: (2025)

Training-Free Zero-Shot Temporal Action Detection with Vision-Language Models
von: Han, Chaolei, et al.
Veröffentlicht: (2025)

COFT-AD: COntrastive Fine-Tuning for Few-Shot Anomaly Detection
von: Liao, Jingyi, et al.
Veröffentlicht: (2024)

VETime: Vision Enhanced Zero-Shot Time Series Anomaly Detection
von: Yang, Yingyuan, et al.
Veröffentlicht: (2026)

GATE-AD: Graph Attention Network Encoding For Few-Shot Industrial Visual Anomaly Detection
von: Psiris, Aggelos, et al.
Veröffentlicht: (2026)

No Need For Real Anomaly: MLLM Empowered Zero-Shot Video Anomaly Detection
von: Dai, Zunkai, et al.
Veröffentlicht: (2026)

AutoAD-Zero: A Training-Free Framework for Zero-Shot Audio Description
von: Xie, Junyu, et al.
Veröffentlicht: (2024)

BaFTA: Backprop-Free Test-Time Adaptation For Zero-Shot Vision-Language Models
von: Hu, Xuefeng, et al.
Veröffentlicht: (2024)

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

PromptMoE: Generalizable Zero-Shot Anomaly Detection via Visually-Guided Prompt Mixtures
von: Shao, Yuheng, et al.
Veröffentlicht: (2025)

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

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

Hypergraph-Enhanced Training-Free and Language-Free Few-Shot Anomaly Detection
von: Xie, Guohuan, et al.
Veröffentlicht: (2026)

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

Progressive Semantic-Guided Vision Transformer for Zero-Shot Learning
von: Chen, Shiming, et al.
Veröffentlicht: (2024)

Towards Zero-Shot Anomaly Detection and Reasoning with Multimodal Large Language Models
von: Xu, Jiacong, et al.
Veröffentlicht: (2025)

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

Bootstrap Fine-Grained Vision-Language Alignment for Unified Zero-Shot Anomaly Localization
von: Deng, Hanqiu, et al.
Veröffentlicht: (2023)

VL4AD: Vision-Language Models Improve Pixel-wise Anomaly Detection
von: Zhong, Liangyu, et al.
Veröffentlicht: (2024)

SlowFastVAD: Video Anomaly Detection via Integrating Simple Detector and RAG-Enhanced Vision-Language Model
von: Ding, Zongcan, et al.
Veröffentlicht: (2025)

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

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

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

R3D-AD: Reconstruction via Diffusion for 3D Anomaly Detection
von: Zhou, Zheyuan, et al.
Veröffentlicht: (2024)

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

PromptAD: Learning Prompts with only Normal Samples for Few-Shot Anomaly Detection
von: Li, Xiaofan, et al.
Veröffentlicht: (2024)

MoViAD: A Modular Library for Visual Anomaly Detection
von: Barusco, Manuel, et al.
Veröffentlicht: (2025)

EfficientAD: Accurate Visual Anomaly Detection at Millisecond-Level Latencies
von: Batzner, Kilian, et al.
Veröffentlicht: (2023)

Towards Fine-Grained Vision-Language Alignment for Few-Shot Anomaly Detection
von: Fan, Yuanting, et al.
Veröffentlicht: (2025)