【AI缺陷检测】OpenVINO2025部署异常缺陷检测模型
💡
原文中文，约2100字，阅读约需5分钟。
📝
内容提要
Padim模型利用CNN生成特征向量，计算正常样本的特征分布，并通过马氏距离进行异常检测。OpenVINO2025简化了推理步骤，支持动态输入维度修改，并提供异常检测模型的代码示例，便于部署和使用。
🎯
关键要点
- Padim模型通过CNN生成特征向量，计算正常样本的特征分布，利用马氏距离进行异常检测。
- OpenVINO2025简化了推理步骤，支持动态修改输入维度参数。
- 加载模型时使用ov::CompiledModel编译模型，并创建推理请求。
- 获取输出层名称可以通过compiled_model.outputs()实现。
- 修改输入分辨率与维度信息需要获取输入张量并设置其形状。
- 推理过程通过infer_request.infer()进行。
- 获取推理输出数据时，可以通过infer_request.get_tensor()获取异常分数和预测标签。
- 实现了一个类封装，简化了PatchCore、Padim、EfficientAD等异常检测模型的部署过程。
➡️
