تمثّل الكشف غير المُشرَّف عن الشذوذ في الصناعة موضوعًا مقلقًا، ويُعدّ خطوة أساسية نحو تحسين عمليات الأتمتة الصناعية عالية الأداء. يركّز الغالبية العظمى من الأساليب الموجهة نحو الصناعة على تعلُّم العينات الجيدة للكشف عن الشذوذ، رغم الحاجة في بعض السيناريوهات الصناعية المحددة إلى تدريب أقل تحديدًا، وبالتالي تعميم أداء الكشف عن الشذوذ. يُعدّ الكشف عن الشذوذ في الأقمشة مثالًا واضحًا على ذلك، حيث يجب التعامل مع طيف واسع جدًا من الألوان وأنواع النسيج، ولا يمكن تحمّل توقف خط الإنتاج لغرض التدريب. في هذه الورقة، نقترح عملية أتمتة للكشف عن عيوب نسيج الأقمشة الصناعية، تتميّز بعملية تعلُّم التخصيص أثناء الكشف عن الشذوذ العام للنطاق (domain-generalized anomaly detection). ويعمل الجمع بين القدرة على التعميم وعملية التعلّم على تحقيق كشف وتقسيم دقيق وسريع للشذوذ. تتمثل المساهمات الرئيسية لهذه الورقة في ما يلي:- طريقة جديدة للكشف عن الشذوذ في نسيج النمط (texture anomaly detection) تُحقّق أداءً يُعدّ من أفضل الأداءات الحالية (state-of-the-art)،- تدريب سريع مخصص على عينات جيدة تم استخلاصها باستخدام الطريقة المقترحة،- طريقة تقييم ذاتي تعتمد على إنشاء عيوب مخصصة،- كشف تلقائي عن الأقمشة التي تم رؤيتها سابقًا لمنع إعادة التدريب.