基于弱监督残差Transformer的工业异常检测与定位

近年来，工业异常检测（Anomaly Detection, AD）领域的进展表明，在训练过程中引入少量异常样本可显著提升检测精度。然而，这种性能提升通常伴随着高昂的标注成本，而精确的像素级标注在许多实际应用场景中难以实现。为此，本文提出一种新型框架——弱监督残差Transformer（Weakly-supervised RESidual Transformer, WeakREST），旨在实现高精度异常检测的同时，最大限度减少对人工标注的依赖。首先，我们将像素级异常定位任务重新建模为块级分类问题，从而降低标注复杂度。其次，提出一种基于残差的特征表示方法——位置快速异常残差（Positional Fast Anomaly Residuals, PosFAR），能够更有效地捕捉异常模式。为充分利用该特征表示，我们对Swin Transformer架构进行适配，以增强异常检测与定位能力。此外，本文设计了一种弱标注策略，仅需使用边界框（bounding boxes）和图像标签即可定义异常区域，构建半监督学习范式，显著降低对精细像素级标签的依赖。为进一步优化学习过程，我们提出一种新颖的ResMixMatch算法，能够有效处理弱标签与基于残差的特征表示之间的协同关系。在MVTec-AD基准数据集上的实验结果表明，本方法在无监督设置下实现了83.0%的平均精度（Average Precision, AP），超越此前最优结果82.7%。在有监督AD设置中，WeakREST达到87.6%的AP，优于先前最佳方法的86.0%。尤为突出的是，即便采用较弱的标注形式（如边界框），WeakREST仍显著优于依赖像素级标注的先进方法，在MVTec-AD上取得87.1%的AP，远超此前最优的86.0%。