#今日论文推荐# SOTA性能,半监督工业图像表面缺陷检测新方法MemSeg

#今日论文推荐# SOTA性能,半监督工业图像表面缺陷检测新方法MemSeg

本文从差异和共性角度出发，提出一个基于记忆的端到端分割网络MemSeg，其借助异常模拟策略来完成端到端异常定位，通过记忆池辅助模型学习。实验结果表明，MemSeg在MVTec AD数据集上实现了SOTA性能，同时满足现实工业场景实时性需求。 针对表面缺陷检测中同一生产线的产品类内差异小的问题，本文从差异和共性角度出发，提出一个基于记忆的端到端分割网络（MemSeg），其借助异常模拟策略来完成端到端异常定位，通过记忆池辅助模型学习，并且设计高效特征匹配算法来缓解计算负担。实验结果表明，MemSeg在MVTec AD数据集上实现了SOTA性能，同时满足现实工业场景实时性需求。

论文题目：MemSeg: A semi-supervised method for image surface defect detection using differences and commonalities
详细解读：https://www.aminer.cn/research_report/62b3a8fd7cb68b460fd93823https://www.aminer.cn/research_report/62b3a8fd7cb68b460fd93823
AMiner链接：https://www.aminer.cn/?f=cs