SimpleNet: A Simple Network for Image Anomaly Detection and Localization CVPR2023

文章信息
题目：SimpleNet: A Simple Network for Image Anomaly Detection and Localization CVPR2023
原文：https://ieeexplore.ieee.org/document/10203746
代码：https://github.com/donaldrr/simplenet
数据集：MvTec AD

一、简述
图像异常检测和定位在工业上有大量应用。常见的图像异常检测的方法大致分为3类，即基于重构的方法（AE-SSIM, RIAD），基于合成的方法（DR-EM, CutPaste），基于嵌入的方法（CS-Flow, PaDIM, RevDist, PatchCore）。而本文提出的SimpleNet方法则是综合了合成和嵌入方法，并做了改进。SimpleNet网络由4部分构成，分别是预训练的特征提取器，浅层的特征适配器，异常特征生成器和异常判别器。本文在数据集MvTec AD上进行实验，选取基准方法（基于重构、合成、嵌入）作为对比，以FPS，AUROC作为评判标准。实验表明SimpleNet方法比以往的检测方法效果都好，且其网络构成简单，在工业上却能容易训练和应用，将学术成果转化工业应用。

二、SimpleNet模型
SimpleNet网络由4部分构成，分别是预训练的特征提取器，浅层的特征适配器，异常特征生成器和异常判别器。下图是SimpleNet网络模型图：