يُستخدم الكشف البصري عن الشذوذ بشكل شائع في فحص الجودة الصناعية. في هذه الورقة، نقدّم مجموعة بيانات جديدة وطريقة جديدة للتعلم الذاتي (self-supervised learning) لتدريب مسبق على ImageNet بهدف تحسين كشف الشذوذ والتقسيم في إعدادات التدريب ذات الفئة الواحدة والاثنتين (1-class و 2-class) بحالة 5/10/عالية الاستخدام (high-shot). نُطلق مجموعة بيانات البصريات عن الشذوذ (VisA) التي تتكون من 10,821 صورة عالية الدقة بلون (9,621 عينة طبيعية و1,200 عينة شاذة)، وتغطي 12 كائناً في 3 مجالات، مما يجعلها أكبر مجموعة بيانات للشذوذ الصناعي حتى الآن. وتُقدَّم علامة الصورة وعلامة المستوى البكسل (pixel-level) معًا. كما نقترح إطارًا جديدًا للتعلم الذاتي يُسمى SPot-the-difference (SPD)، والذي يمكنه تنظيم التدريب المسبق ذاتيًا القائم على التباين، مثل SimSiam وMoCo وSimCLR، ليصبح أكثر ملاءمة للمهام المتعلقة بكشف الشذوذ. تُظهر تجاربنا على مجموعتي بيانات VisA وMVTec-AD أن SPD يُحسّن بشكل مستمر هذه الأطر الأساسية للتدريب المسبق القائم على التباين، بل وحتى التدريب المسبق المُشرف. على سبيل المثال، يُحسّن SPD مساحة تحت منحنى الدقة-الاسترجاع (AU-PR) للتقسيم الشاذ بـ 5.9% و6.8% مقارنةً بـ SimSiam والتدريب المسبق المُشرف على التوالي في الإعداد ذي الفئة المزدوجة (2-class) وحالة الاستخدام العالي (high-shot). ونُفصح عن المشروع مفتوح المصدر عبر الرابط: http://github.com/amazon-research/spot-diff.