vaaaaader

论文目的 提供工业制造领域中图像异常检测技术的综述，通过分析当前的IAD算法和网络架构，旨在探索如何提升异常检测性能，并指出未来研究的可能方向。 摘要 近期深度学习的迅速发展在工业图像异常检测（IAD

patchcore，基于内存库的异常检测方法，其使用了一个具有最大代表性的标称斑块特征记忆库。PatchCore 的推理时间很快，同时在检测和定位方面都达到了极高的性能。本文复现了其源码

图像异常检测（IAD）是工业制造（IM）领域中新兴且至关重要的计算机视觉任务。本文详细讨论了工业制造领域中图像异常检测（IAD）的现状、挑战、以及一个新提出的综合性评估基准IM-IAD。