异常样本在工业异常检测中的应用探索
原文中文，约300字，阅读约需1分钟。发表于：。本研究解决了工业异常检测中仅利用正常样本的问题，提出了一种新的检测系统AnomalousPatchCore（APC），该系统通过对正常和异常样本进行微调来优化特征提取器，并建立了记忆库以识别异常特征。研究结果表明，APC在检测异常方面优于当前的最先进系统，对改善工业异常检测具有显著影响。
本文介绍了一种新的异常检测方法，能够训练带有稀疏正常数据的模型，并在未见过的对象上检测相同类型的异常。通过改进MVTec AD数据集并使用两种基于嵌入的方法，SEMLP和Labeled PatchCore，取得了最佳性能表现。新的数据集为工业异常检测的进一步研究提供了基础。
