# Wykrywanie wad bez przykładów z modelem wizja–język EN: **Zero- and few-shot anomaly detection with vision-language models** · id `zeroshotdefect` · aliases: zero-shot anomaly detection, few-shot anomaly detection, WinCLIP, AnomalyCLIP, CLIP-based anomaly detection, wykrywanie anomalii zero-shot Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w przemyśle](https://aiatlasgraph.com/t/industrialai.md) › [Wizyjna kontrola jakości](https://aiatlasgraph.com/t/visualinspection.md) › Wykrywanie wad bez przykładów z modelem wizja–język ## Description - PL: Klasyfikacja i segmentacja anomalii bez danych treningowych z danej kategorii lub z kilkoma obrazami normalnymi, przez dopasowanie cech obrazu do opisów tekstowych. - EN: Anomaly classification and segmentation with no training data for the category, or a few normal images, by matching image features to text descriptions. ## In one sentence - PL: Wykrywanie wad na zdjęciach wyrobów bez osobnego uczenia, przez opisanie słowami, jak wygląda sztuka dobra, a jak uszkodzona. - EN: Spotting defects in product photos without dedicated training, by describing in words what a good and a damaged item look like. ## Problem it solves - PL: Fabryka produkuje setki odmian wyrobów krótkimi seriami i nie ma czasu ani zdjęć, żeby uczyć osobny model dla każdej z nich. - EN: A factory makes hundreds of product variants in short runs and has neither time nor photos to train a separate model for each. ## What it does - PL: Jak nowy kontroler, który nigdy nie widział tego produktu, ale wie, co znaczy „pęknięty” czy „zarysowany”, i od razu może oceniać. - EN: Like a new inspector who has never seen this product but knows what 'cracked' or 'scratched' means and can start judging right away. ## Everyday example - PL: Zakład przestawia się na nową butelkę; zanim zbierze zdjęcia, system już zaznacza pęknięcia, porównując obraz z opisami w rodzaju „uszkodzona butelka”. - EN: A plant switches to a new bottle; before collecting any photos, the system already marks cracks by comparing images with descriptions like 'damaged bottle'. ## This concerns you if you… - PL: produkujesz krótkie serie wielu różnych wyrobów - PL: chcesz uruchomić kontrolę jakości w kilka godzin, nie tygodni - EN: make short runs of many different products - EN: want quality inspection running in hours, not weeks ## Keywords WinCLIP · AnomalyCLIP · CLIP · AnomalyGPT · VisA · MVTec AD · prompt ensemble · few-normal-shot ## How it works - PL: Model wizja–język porównuje cechy okien i łatek obrazu z zestawem promptów opisujących stan normalny i uszkodzony; podobieństwo do opisu uszkodzenia daje mapę anomalii. W wariancie kilku przykładów dodaje się porównanie z cechami jednego lub kilku zdjęć dobrych sztuk, co wyraźnie podnosi trafność lokalizacji. - EN: A vision-language model compares window and patch features with an ensemble of prompts describing normal and damaged states; similarity to the damage description yields an anomaly map. The few-shot variant adds comparison with features of one or a few good-part images, which clearly improves localisation. ## Limits - PL: Trafność bez przykładów jest wyraźnie niższa niż metod uczonych na danej kategorii, więc to raczej szybki start niż docelowe rozwiązanie. Wynik zależy od sformułowania promptów. Modele są cięższe obliczeniowo, a drobne, nietypowe wady trudno opisać słowami. - EN: Zero-shot accuracy is clearly below methods trained on the category, so it is a quick start rather than a final solution. Results depend on prompt wording. Models are computationally heavier, and small, unusual defects are hard to describe in words. ## Key terms - PL: **zero-shot**: Działanie bez żadnych przykładów treningowych z danej kategorii. - PL: **few-shot**: Działanie z kilkoma przykładami, tu zdjęciami dobrych sztuk. - PL: **prompt stanu**: Opis tekstowy, np. „zdjęcie uszkodzonego obiektu”. - EN: **zero-shot**: Working with no training examples from the category. - EN: **few-shot**: Working with a handful of examples, here photos of good parts. - EN: **state prompt**: A text description such as 'a photo of a damaged object'. ## Know first - [Modele wizja–język (opisywanie obrazów i pytania o nie) (Vision-language models (VLMs))](https://aiatlasgraph.com/t/vlm.md) - [Detekcja obiektów opisanych tekstem (Open-vocabulary object detection)](https://aiatlasgraph.com/t/openvocabdetection.md) ## Related topics Untyped, symmetric "see also" links. - [Modele wizja–język (opisywanie obrazów i pytania o nie) (Vision-language models (VLMs))](https://aiatlasgraph.com/t/vlm.md) ## Sources - [WinCLIP: Zero-/Few-Shot Anomaly Classification and Segmentation]() `jeong-winclip-2023` · by Jongheon Jeong, Yang Zou, Taewan Kim, Dongqing Zhang, Avinash Ravichandran, Onkar Dabeer --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/zeroshotdefect · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30