mingo_敏

尽管异常检测领域的主流研究方向倾向于采用一类分类方法，但在实际的工业生产环境中，训练数据往往因标注错误或新产品、翻新品的标签缺失而遭受噪声污染。针对这些挑战，本文创新性地提出了一种完全无监督的异常检测方法，该方法特别适用于处理未经标注且可能含有噪声的训练数据集。本文的方法构建在两个核心观察之上：通常情况下，正常样本之间的特征距离（以成对方式计算）平均值会小于异常样本或不同类别样本之间的距离。基于这一观察，本文认识到最近邻距离可以作为区分正常样本与异常样本的有效手段。

以往，基于卷积神经网络（CNN）和Transformer结构的算法在异常检测领域已得到广泛应用，并取得了一定成效。然而，CNN在处理长距离信息关联性方面存在局限，而Transformer则因计算复杂度高达平方级别而受限。近期，基于Mamba的模型凭借其卓越的长距离建模能力和线性计算复杂度，引起了研究界的广泛关注。本文创新性地首次将Mamba模型应用于多类无监督异常检测领域，提出了MambaAD方法。

Anomalib 1.x 系列之八：从0.版本迁移到1.版本Anomalib的配置发生了多项更改。配置文件已更新，添加了新参数并移除了已弃用的参数。此外，部分参数已被移至配置的不同部分。

将模型导出为PyTorch、ONNX或OpenVINO格式。Anomalib 1.x 系列之七：export 模型。

Anomalib模型库，除了CSFLOW使用TorchFx特征提取器 Feature extractors，其他大多数使用Timm特征提取器 Feature extractors。Anomalib在确定了模型以后，调整更多的是用做特征提取器 Feature extractors的backbones。Anomalib 1.x 系列之六：自定义特征提取器 Feature extractors。可以访问 https://hf-mirror.com/ 解决。

Anomalib 1.x 系列之五：支持的模型model。

PixOOD异常检测算法专注于密集图像预测，无需依赖异常数据样本进行训练，也不针对特定应用场景，从而有效规避了传统训练可能带来的偏差。为了精确建模像素级分布内数据的复杂类内变化，本文创新性地设计了一种在线数据压缩算法。该算法相较于标准的K-means方法展现出更强的鲁棒性，并且能够通过随机梯度下降（SGD）实现便捷的训练。PixOOD作为一种新颖的像素级OOD检测方法，具备高度的通用性，不针对任何特定任务或基准测试进行设计，同时无需任何真实或合成的OOD训练样本（详见第3节）。

输入切片的基本思路是，在预处理阶段，将图像分割成一个矩形的切片网格，这通常是为了减少内存使用。通过将单个切片而非完整图像作为输入传递给模型，切片技术降低了模型的输入维度，同时从内容层面保持了图像的有效输入分辨率。在Anomalib中，切片器（Tiler）默认会按批次堆叠切片，因此如果不减小批次大小，内存消耗将保持不变。通过调整这些参数，用户可以灵活地控制切片过程，以适应不同的内存限制和图像处理需求。Anomalib 1.x 系列之四：输入切片（tiling）

Anomalib 1.x 系列之三：自定义数据增强Anomalib 使用 Torchvision Transforms v2 API 对输入图像应用转换操作。

name (str) – 数据集的名称。normal_dir (str | Path | Sequence) – 包含正常图像的目录名称。root (str | Path | None) – 包含正常和异常目录的根文件夹路径。默认为 None。abnormal_dir (str | Path | None | Sequence) – 包含异常图像的目录名称。默认为 None。

Anomalib 1.x 系列之一：安装和使用。

PatchCore包含三个主要阶段：特征提取：使用预训练的ResNet-50等特征提取器从训练集的正常样本中提取特征，但不进行微调。选择ResNet-50的第三和第四阶段的输出，以获取语义丰富的图像表示。块提取：从合并的特征图中提取局部块，以实现平移不变性。通过平均池化在预定义大小的邻域上聚合特征，形成局部感知的块特征，并存储在正常样本的记忆库中。推理加速：在推理阶段，使用相同的特征提取器处理测试样本，并创建测试块。通过计算测试块与记忆库中最近块的距离来分配异常分数，并生成异常图。

当前，深度学习在视觉检测领域借助监督学习取得了显著成就。但在工业实践中，缺陷样本稀缺、标注成本高及先验知识不足等挑战限制了监督方法的有效性。近五年来，无监督异常定位算法在工业检测中崭露头角，应用日益广泛。本文旨在通过深度梳理工业图像无监督异常定位领域的最新深度学习研究成果，为研究者构建一条快速入门路径。我们综合分析了超过120篇核心文献，全面覆盖了该领域的核心概念、面临的挑战、分类体系、基准数据集，以及各方法的量化性能对比。

无监督异常检测在工业领域至关重要，需求高吞吐和精度。早期的一类一模型方法不适用于大规模生产。提出的DCAM模块通过分布式卷积注意力机制，改善了多类异常检测中的知识蒸馏过程，有效检测不同大小的异常。DCAM仅在训练时使用，通过最小化相对熵和特征图间的相似性，实现尺度不变性和非线性关系捕获，最终提高了3.92%的性能，同时保持低时延。

通过将DINOv2模型适应到一次性和少量异常检测中，并专注于工业应用少量异常检测。实验表明，这种方法不仅与现有技术相匹敌，甚至可以在许多设置中超越它们。我们提出的仅视觉方法AnomalyDINO基于补丁相似性，能够实现图像级别的异常预测和像素级别的异常分割。该方法在方法论上很简单，无需训练，因此不需要任何额外的数据进行微调或元学习。

文章介绍了一种名为DMAD的新框架，用于图像异常检测。传统方法为每个对象训练一个独特的模型，但随着对象类别数量增加，这种方法导致了存储消耗的增加。UniAD采用多类设置，训练统一模型以节省存储。但无监督学习在异常检测中存在边界定义不准确的问题。利用现实世界中少量异常数据的半监督方法可提高性能。因此，作者提出DMAD框架，适用于统一半监督设置，通过双内存库处理两种情况，利用补丁特征编码器和多层感知器学习特征表示与异常分数映射，以更准确地检测异常。实验结果表明，DMAD在MVTec-AD和VisA数据集上的表现

最近的研究表明，在预训练特征的基础上，进一步使用归一化流来重塑特征空间的概率分布，可以使正常原型紧致化。然而，直接将现有的归一化流技术应用于高分辨率图像是不可行的，因为高分辨率图像具有很大的块方差(patch-variance)。为了解决这个问题，现有的方法结合了预训练特征，将块特征投射到低方差的高维空间中。相比低维空间，高维空间能更有效地利用归一化流来重塑概率分布。

EfficientAD使用一种学生-教师的方法来检测异常特征。即训练一个学生网络来预测正常的、即无异常的训练图像的提取特征。在测试时，通过学生无法预测异常特征来实现异常检测。同时提出了一种训练损失，限制了学生模仿教师特征提取器超出正常图像的范围。这使得EfficientAD能够大大降低学生-教师模型的计算成本，同时提高对异常特征的检测能力。此外，EfficientAD还解决了检测涉及无效的正常局部特征组合的具有挑战性的逻辑异常问题，例如对象的错误排序。

STFPM遵循学生-教师框架的优点，但在准确性和效率方面进行了大幅扩展。具体而言，STFPM使用在图像分类上经过预训练的强大网络作为教师，将其知识融入到具有相同架构的单个学生网络中。在这种情况下，学生网络通过将无异常图像的特征与预训练网络的对应特征进行匹配来学习无异常图像的分布，这一步骤的转移尽可能地保留了关键信息。此外，为了增强尺度鲁棒性，STFPM将多尺度特征匹配嵌入到网络中，这种分层特征匹配策略使得学生网络能够在更强的监督下接收来自特征金字塔的多级知识混合，并能够检测各种大小的异常。

大多数现有的基于表示的方法使用深度卷积神经网络提取正常图像特征，并通过非参数分布估计方法对相应的分布进行表征。通过测量测试图像的特征与估计分布之间的距离来计算异常分数。然而，当前的方法不能有效地将图像特征映射到可处理的基础分布，并忽略了识别异常所必需的局部和全局特征之间的关系。为此，提出了使用2D正则化流实现的FastFlow，并将其用作概率分布估计器。提出的FastFlow解决了原始的一维归一化流模型破坏了二维图像固有的空间位置关系，限制了流模型的能力，同时推断的复杂性很高，限制了实用价值等问题。

torch_model.py文件包含了继承自torch.nn.Module的torch模型实现，定义了模型的架构并执行基本的前向传播。将模型存储在一个独立的torch_model.py文件中的优势是，模型与anomalib的其他实现解耦，也可以在库之外使用。lightning_model.py模块包含了继承自AnomalModule的lightning模型实现，AnomalModule已经具有与anomalib相关的属性和方法。在anomalib/models中创建的一个新目录，用于存储与模型相关的文件。

Anomalib支持多种图像扩展名，如".jpg"、“.jpeg”、“.png”、“.ppm”、“.bmp”、“.pgm”、“.tif”、“.tiff"和”.webp"。可以从具有任何这些扩展名的图像中收集数据集。

Anomalib是一个专注于异常检测的深度学习库。它的目标是收集最新的异常检测算法，并提供用于在公共和私有数据集上进行基准测试的工具。该库提供了一系列已实现的异常检测算法，这些算法在最近的文献中有所描述。此外，Anomalib还提供了一套工具，方便开发人员开发和实现自定义模型。该库特别注重基于图像的异常检测，旨在识别数据集中的异常图像或图像中的异常像素区域。通过使用Anomalib，用户可以快速构建和评估各种异常检测算法，以满足其特定需求。

提出了一种新的框架，即Segment Any Anomaly + (SAA+)，用于零样本异常分割，并通过混合提示正则化方法改善现代基础模型的适应性。现有的异常分割模型通常依赖于特定领域的微调，限制了它们在无数异常模式之间的泛化能力。将不同的基础模型进行协同组装，以利用多模态先验知识来进行异常定位。为了适应非参数基础模型在异常分割中的应用，进一步引入了从领域专家知识和目标图像上下文中派生的混合提示作为正则化手段。

WinCLIP是一种基于CLIP（Contrastive Language-Image Pretraining）模型的方法，用于零样本和少样本的异常分类和分割任务。该方法结合了文本编码器和图像编码器，利用CLIP模型的文本-图像关联能力来实现准确的异常识别和定位。WinCLIP的核心思想是通过将不同状态和模板转换为文本嵌入，然后与图像编码器生成的图像嵌入进行关联，学习到异常和正常样本之间的关系。为了实现这一目标，WinCLIP引入了参考关联的概念。

为了解决工业视觉检测中产品类型的广泛多样性，我们构建一个可以快速适应众多类别且不需要或只需要很少的正常参考图像的单一模型，为工业视觉检测提供更加高效的解决方案。提出了针对2023年VAND挑战的零/少样本跟踪的解决方案。1） 在zero-shot任务中，所提解决方案在CLIP模型上加入额外的线形层，使图像特征映射到联合嵌入空间，从而使其能够与文本特征进行比较并生成异anomaly maps。

当前的主流工作缺陷检测算法主要分为以下三类：a) 利用大量的训练数据作为输入来训练模型，即使对于无监督学习，数据收集具有挑战性；b) 基于Few-shot学习的方法。例如元学习，但是由于设置复杂，在切换过程中无法灵活迁移到新产品，检测精度无法保证；c) 仅使用少量正常图像作为训练数据集来检测测试样本中的异常；本文提出了一种用于 FSAD 的特征增强方法，以研究 CNN 生成的视觉特征的特性。

在大规模工业制造中，能够准确检测出有缺陷的零件至关重要。我们在这项工作中面临的一个特殊挑战是冷启动问题：仅使用正常的示例图像来训练模型。虽然可以针对每个类别手动设计解决方案，但我们的目标是构建能够自动适用于多个任务的系统。最佳的方法是将ImageNet模型的嵌入特征与异常检测模型结合起来。在本文中，我们在这一研究基础上进行了扩展，并提出了PatchCore，它利用了一个具有最大代表性的正常补丁特征内存库。通过这种方法，我们能够更好地解决冷启动问题，并提高系统在多任务上的性能。

PaDiM 在单类学习中同时检测和定位图像中的异常，PaDiM利用一个预先训练好的卷积神经网络(CNN)进行patch嵌入，利用多元高斯分布得到正态类的概率表示。同时利用了CNN的不同语义级别之间的相关性来更好地定位异常。

本文提出了一种简单有效的无监督异常检测和定位方法—SimpleNet，SimpleNet由几个简单的神经网络模块组成，易于训练和应用于工业场景。虽然简单，但SimpleNet在MVtec AD基准测试中实现了最高的性能和最快的推理速度。SimpleNet使用特征适配器在目标数据集上执行迁移学习，以减轻预训练cnn的偏差。SimpleNet提出在特征空间中合成畸变，而不是直接在图像上合成畸变。SimpleNet在推理时遵循单流方式，完全由传统的CNN块构建，便于快速训练，推理和工业应用。