本研究探讨了深度学习在图像异常检测中的应用，提出了DRAEM和AnomalySD等新方法，旨在提高异常样本的识别效果。实验结果表明，这些方法在MVTec和ImageNet数据集上表现优越，尤其在缺乏正常数据的情况下，能够有效进行异常检测，为工业质量检验提供了新解决方案。