深度学习论文: Towards Total Recall in Industrial Anomaly Detection

深度学习论文: Towards Total Recall in Industrial Anomaly Detection及其PyTorch实现
Towards Total Recall in Industrial Anomaly Detection
PDF: https://arxiv.org/pdf/2106.08265.pdf
PyTorch代码: https://github.com/shanglianlm0525/CvPytorch
PyTorch代码: https://github.com/shanglianlm0525/PyTorch-Networks

1 概述

在大规模工业制造中，能够准确检测出有缺陷的零件至关重要。我们在这项工作中面临的一个特殊挑战是冷启动问题：仅使用正常的示例图像来训练模型。虽然可以针对每个类别手动设计解决方案，但我们的目标是构建能够自动适用于多个任务的系统。最佳的方法是将ImageNet模型的嵌入特征与异常检测模型结合起来。在本文中，我们在这一研究基础上进行了扩展，并提出了PatchCore，它利用了一个具有最大代表性的正常补丁特征内存库。通过这种方法