新闻网讯（通讯员 曹云康）6月5日，2023年CVPR（IEEE Conference on Computer Vision and Pattern Recognition，IEEE国际计算机视觉与模式识别会议）VAND（VisualAnomaly andNoveltyDetection，视觉异常和新颖性检测）Workshop零样本异常检测挑战赛正式宣布比赛公布。由机械学院沈卫明教授、高亮教授担任指导教师，“运筹与优化”团队2020级博士生曹云康、2020级硕士生孙晨、2018级本科生徐晓豪、2023级博士生程育奇组成的参赛队——“SegmentAnyAnomaly”（分割一切异常），取得了全球亚军的好成绩。

本次比赛由亚马逊人工智能研究院发起，谷歌、因特尔、慕尼黑工业大学等企业、高校共同举办，吸引了来自海内外的众多参赛队伍。比赛围绕工业视觉检测的“冷启动”问题，旨在降低视觉异常检测方法对训练数据的依赖，更符合实际工业需求。

在本次比赛中，机械学院参赛队提出混合提示正则化方法，使用专家经验、图像内容对视觉语言大模型进行微调，构建了面向工业视觉检测的通用模型。该方法可用于任意工业产品的视觉检测，有望进一步提升工业视觉检测精度并降低成本，在比赛期间受到了相关领域学者的广泛关注。

参赛队伍提出的SAA+方法。该方法无需任何训练即可应用于任意产品的视觉检测中

机械学院“运筹与优化”团队已在工业视觉检测领域耕耘多年，在IEEE Transactions on Cybernetics，IEEE Transactions on Industrial Informatics等国际期刊发表数十篇文章，相关成果已在业界得到广泛应用。

相关链接：

https://sites.google.com/view/vand-cvpr23/home

https://github.com/caoyunkang/Segment-Any-Anomaly