LiZAD

Официальная реализация работы «LiZAD: легковесный фреймворк для обнаружения аномалий без обучения в промышленном производстве», принятой на Международную конференцию IEEE по интеллектуальным системам всех уровней (COINS 2026). В современных высокопроизводительных промышленных производственных линиях конфигурации и визуальные характеристики продукции часто меняются, что делает нецелесообразным сбор и разметку данных для каждого нового сценария. Такие динамичные условия делают обнаружение аномалий без обучения (Zero-Shot Anomaly Detection, ZSAD) особенно подходящим подходом, поскольку оно позволяет выявлять дефекты без необходимости обучения на целевых образцах. Несмотря на то, что современные подходы к ZSAD демонстрируют многообещающие результаты, они требуют значительных вычислительных затрат и, следовательно, непригодны для развертывания на устройствах с ограниченными ресурсами. Мы предлагаем LiZAD — первый легковесный фреймворк, разработанный для обнаружения аномалий без обучения в реальном времени и специально адаптированный для использования на периферийных устройствах. Предлагаемый подход объединяет плотные и пространственно-ориентированные визуальные признаки модели DINOv3, критически важные для точной попиксельной локализации, с крайне эффективными в вычислительном плане текстовыми эмбеддингами MobileCLIP2, проецируя их в общее латентное пространство с помощью обучаемых проекционных головок, требующих минимум памяти. По сравнению с шестью передовыми моделями ZSAD, …