خلال المعالجة الصناعية، قد تظهر عيوب غير متوقعة في المنتجات نتيجة عوامل غير قابلة للتحكم. وعلى الرغم من النجاح الذي حققته الطرق غير المراقبة في تحديد مواقع العيوب، فإن الاستخدام الشائع للنماذج المُدرّبة مسبقًا يؤدي إلى نتائج منخفضة الدقة، مما يُضعف الأداء البصري. ولحل هذه المشكلة، نقترح "PyramidFlow"، وهي المرة الأولى التي تُقدّم فيها طريقة تدفق طبيعي كاملة دون الحاجة إلى نماذج مُدرّبة مسبقًا، ما يمكّن من تحديد مواقع العيوب بدقة عالية. وبشكل خاص، نقترح نموذجًا مبنيًا على نموذج خلقي للعيوب يعتمد على المقارنة التباينية لتحديد المواقع، بهدف تقليل التباين الداخلي للصنف، تمامًا كما تفعل النماذج المُدرّبة مسبقًا. بالإضافة إلى ذلك، يستخدم PyramidFlow تدفقات طبيعية على شكل هرمية لدمج المعلومات على مقياس متعدد، إلى جانب التطبيع الحجمي لتعزيز التعميم. وقد أظهرت دراساتنا الشاملة على مجموعة MVTecAD أن الطريقة المقترحة تتفوق على الخوارزميات المماثلة التي لا تعتمد على معلومات خارجية، بل تصل إلى أداء من الدرجة الأولى حتى في السيناريوهات الصعبة مثل BTAD.