异常检测模型---DiAD

DiAD: A Diffusion-based Framework for Multi-class Anomaly Detection

基于生成的异常检测模型

主要内容

作者提出了一个基于扩散的多类异常检测框架(DiAD)。
该框架主要由像素空间自编码器、与稳定扩散去噪网络连接的潜在空间语义引导(SG)网络，以及特征空间预训练特征提取器组成。

首先，SG网络被提出用于在保留原始图像的语义信息的同时重建异常区域。其次，引入了空间感知特征融合(SFF)块，以在处理大量重建区域时最大化重建精度。最后，输入和重建的图像通过预训练的特征提取器进行处理，以生成基于不同尺度提取的特征的异常图。
网络框架：

重建效果

DiAD代码

官方代码：
https://github.com/lewandofskee/DiAD/tree/main

跑官方代码跑出了一群bug，应该是相关依赖没装好，明天继续装
https://zhuanlan.zhihu.com/p/666288849