CSAD：用于逻辑异常检测的无监督组件分割
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对逻辑异常检测中的分割技术不足及手动标注的问题，提出了一种无监督组件分割方法，利用基础模型自动生成训练标签，以训练轻量级分割网络。通过与Patch Histogram模块和Local-Global Student-Teacher（LGST）模块集成，该方法在MVTec LOCO AD数据集上实现了95.3%的检测AUROC，超越了现有的最先进方法，同时提供了更低的延迟和更高的吞吐量。
本研究提出了一种无监督组件分割方法，解决了逻辑异常检测中的分割技术不足及手动标注的问题。该方法利用基础模型自动生成训练标签，以训练轻量级分割网络，并与其他模块集成，实现了95.3%的检测AUROC，超越了现有方法，同时具有更低的延迟和更高的吞吐量。
