AnomalyDINO: تعزيز الكشف عن الشذوذ القائم على اللوحة في حالات قليلة المعطيات باستخدام DINOv2

أحدث التطورات في النماذج الأساسية متعددة الوسائط قد وضعت معايير جديدة للكشف عن الشذوذ في حالات قليلة (few-shot). تبحث هذه الورقة في ما إذا كانت الميزات البصرية عالية الجودة وحدها كافية لتتفوق على النماذج الرائدة الحالية التي تعتمد على الرؤية واللغة. ونؤكد ذلك من خلال تكييف نموذج DINOv2 للكشف عن الشذوذ في حالات واحدة (one-shot) وقليلة (few-shot)، مع التركيز على التطبيقات الصناعية. ونُظهر أن هذا النهج لا يقتصر على التفوق على التقنيات الحالية، بل يمكنه حتى تجاوزها في العديد من السياقات. يعتمد النهج المقترح، المعروف باسم AnomalyDINO، على نموذج معياري يعتمد على أقرب جارٍ عميق على مستوى اللوحات (patch-level)، مما يتيح التنبؤ بالشذوذ على مستوى الصورة وعلى مستوى البكسل. يتميز هذا النهج ببساطته المنهجية وخلوّه من التدريب، وبالتالي لا يتطلب أي بيانات إضافية للضبط الدقيق (fine-tuning) أو التعلم التكراري (meta-learning). وبالرغم من بساطته، يحقق AnomalyDINO نتائج رائدة في الكشف عن الشذوذ في الحالات الواحدة والقليلة (مثلاً، رفع أداء الكشف في حالة واحدة على مجموعة MVTec-AD من 93.1% إلى 96.6% من حيث AUROC). ونظرًا لانخفاض التكلفة التشغيلية، إلى جانب أداؤه المتميز في الحالات القليلة، يُعد AnomalyDINO مرشحًا قويًا للنشر السريع، خصوصًا في السياقات الصناعية.