Anomalib：用于异常检测的深度学习库
计算机视觉与模式识别
2022-02-18 v1 机器学习
摘要
本文介绍 anomalib，一个用于无监督异常检测与定位的新库。本着可复现性和模块化的理念，这个开源库提供了文献中的算法以及一组通过即插即用方法设计自定义异常检测算法的工具。Anomalib 包含最先进的异常检测算法，这些算法在基准测试上取得顶尖性能且可开箱即用。此外，该库提供用于设计可针对特定需求定制的自定义算法的组件。其他工具，包括实验跟踪器、可视化器和超参数优化器，使设计和实现异常检测模型变得简单。该库还支持 OpenVINO 模型优化和量化以实现实时部署。总体而言，anomalib 是一个从数据到边缘的用于无监督异常检测模型设计、实现和部署的广泛库。
引用
@article{arxiv.2202.08341,
title = {Anomalib: A Deep Learning Library for Anomaly Detection},
author = {Samet Akcay and Dick Ameln and Ashwin Vaidya and Barath Lakshmanan and Nilesh Ahuja and Utku Genc},
journal= {arXiv preprint arXiv:2202.08341},
year = {2022}
}