1. What?
   1. FIND 是首个针对 Few-shot 多模态异常检测提出的方法
      1. core contribution: 把 CFM [5] (CFM-cvpr24) 扩展到 few-shot 场景
         1. CFM 提升标准问题的质量和速度，但是training = 大量正常样本
         2. 本文关注few-shot: training = very few normal samples
2. How?
   1. 模态间隙（Modality Gap）的处理方式
      1. CFM 使用独立的骨干网络： DINO ViT 和 Point-MAE，这导致两个模态的特征分布存在显著差异。在样本较少的 Few-shot 场景下，这种分布差异使得模态对齐变得异常困难，从而产生高误报率。
      • FIND 使用共享的骨干网络： 为了消除模态间隙，FIND 将 3D 点云转换为表面法线图（Surface Normal Maps）。法线图具有类似 RGB 的 3 通道结构，使得 2D 和 3D 数据可以输入到**同一个预训练基础模型（DINO）**中。这种策略从根本上桥接了模态间隙，显著降低了误报。
   • 定位精度与细节捕捉
     • CFM 定位相对粗糙： 由于 CFM 依赖于高层语义特征的映射，其异常定位往往比较模糊，难以检测微小的异常。
     • FIND 支持细粒度定位： FIND 的模态内学生通过多层反向蒸馏技术，将特征从深层逐步还原到原始输入分辨率（像素级）。这使得 FIND 能够捕捉细微的纹理或几何缺陷，生成的异常图更加锐利和精准
       • 用featUp替代多层反向蒸馏技术，减少学习参数=》1-shot & multiple classes？
         • FeatUp: A Model-Agnostic Framework for Features at Any Resolution, ICLR24

改进

1. 更先进的融合与聚合策略
   1. FIND 目前通过一个超参数 α 对跨模态和模态内异常图进行加权平均聚合
   2. 学习化融合： 可以借鉴 M3DM, cvpr23 的𝑫𝒆𝒄𝒊𝒔𝒊𝒐𝒏 𝑳𝒂𝒚𝒆𝒓 𝑭𝒖𝒔𝒊𝒐𝒏，而不是固定的加权比例。
2. 基础模型（Foundation Model）的升级与适配
   1. 引入类似Self-supervised feature adaptation for 3d industrial anomaly detection, iccv25的**自监督特征适配机制，**在 Few-shot 场景下对预训练特征进行微调，使其更贴合特定工业品类的分布，从而进一步缓解模态间隙
   2. 因为DINO，做了针对surface normal image的训练吗？

References

FIND: Few-Shot Anomaly Inspection with Normal-Only Multi-Modal Data [ICCV2025]

[5] CFM-cvpr24

CFM-cvpr24