算法论文8
SeaS：少样本工业异常生成新突破
机器之心
AI 摘要
华中科技大学慢工团队提出SeaS模型，依托U-Net，仅需1 - 3张训练样本，同步实现多样异常生成等任务。在主流数据集上超越现有方法，还能提升下游异常检测和分割模型性能。
阅读原文 · 机器之心
ICCV 2025 | SeaS: 工业异常生成+正常合成+精准掩码大一统框架，指标全面碾压SOTA
华中科技大学慢工团队提出少样本工业生成模型SeaS，依托U-Net，只需1 - 3张训练样本，单模型同步实现多样异常生成、正常产品合成及精确异常掩码标注，突破现有方法局限，在主流数据集上超越SOTA。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
算法论文8
nnU-Net：医学图像分割的自适应利器
德国癌症研究中心团队提出 nnU-Net 自配置医学图像分割框架，能根据数据集特征自动推导预处理、网络拓扑等策略获稳健分割基线。文章介绍其原理、优缺点、评测案例及 Python 代码实现。
机器学习AI算法工程
算法论文8
西门子×腾讯优图：AdaptCLIP检测精度达SOTA
西门子与腾讯优图联合团队提出AdaptCLIP通用视觉异常检测框架，不改动CLIP主干，引入轻量适配器。它兼容零样本/少样本推理，在12个数据集评估表现优，兼顾精度与部署需求。
量子位
算法论文8
CostFilter-AD刷新异常检测上限
新智元报道，东北大学等团队在ICML 2025提出CostFilter-AD，将「匹配代价体滤波」引入无监督异常检测，构建异常代价体并滤波，无需缺陷样本训练，可作插件提升现有系统，精准检测微小缺陷。
新智元
算法论文8
智象未来DreamWorld：3D先验驱动视频扩散
视频扩散模型生成新视角视频时，现有方法缺显式3D结构。智象未来提出DreamWorld，用3D先验与两阶段框架，结合结构和生成能力，在多基准测试表现领先。
机器之心