PatchCore异常检测开源项目推荐

PatchCore异常检测开源项目推荐

PatchCore_anomaly_detection Unofficial implementation of PatchCore anomaly detection 项目地址: https://gitcode.com/gh_mirrors/pa/PatchCore_anomaly_detection

1. 项目基础介绍与编程语言

本项目是PatchCore异常检测算法的一种非官方实现，旨在帮助开发者在工业异常检测领域实现更好的效果。该项目基于深度学习技术，主要使用Python编程语言进行开发，利用PyTorch等深度学习框架，提供了一种高效且强大的异常检测解决方案。

2. 项目的核心功能

项目的核心功能是利用PatchCore算法进行图像级别的异常检测。PatchCore算法是一种新颖的无监督异常检测方法，它通过学习图像中局部区域的特征，从而识别出异常像素。该算法在多个公开数据集上取得了令人瞩目的性能，主要特点如下：

• 高效性：通过采用近似最近邻搜索，算法在速度上得到了优化。
• 准确性：在多个类别上，算法的检测效果接近或超过了当前的最先进水平。
• 灵活性：适用于多种不同类型的工业图像数据。

3. 项目最近更新的功能

项目最近的更新主要包括以下内容：

• 修复了一个与“locally aware patch”相关的重要问题，提高了算法的鲁棒性。
• 更新了分数表，使检测结果更加准确。
• 引入了sklearn的SparseRandomProjection进行随机投影，尽管开发者对其效果表示了一定的不确定性。
• 对于n_neighbors参数的设定，开发者在代码中使用了9作为默认值，但这并不是论文中给出的确切值，仅供参考。

通过这些更新，项目在算法稳定性和检测性能上都得到了提升，为用户提供了更加可靠和高效的异常检测工具。

PatchCore_anomaly_detection Unofficial implementation of PatchCore anomaly detection 项目地址: https://gitcode.com/gh_mirrors/pa/PatchCore_anomaly_detection