合成雷达图像异常检测算法的基准测试套件 (SARIAD)

异常检测是计算机视觉和机器学习中的关键研究挑战，具有从质量控制到雷达成像等多个领域的应用。 在雷达成像中，特别是合成孔径雷达 (SAR)，异常检测可用于目标的分类、检测和分割。然而，目前尚无方法用于在 SAR 图像上开发和基准测试这些方法。为此，我们引入了 SAR 图像异常检测 (SARIAD)。结合 Anomalib—a 用于异常检测的深度学习库，SARIAD 提供了用于评估和开发 SAR 图像上异常检测方法的综合算法和数据集。SARIAD 特别整合了多个 SAR 数据集，以及有效应用于 SAR 图像的各种异常检测算法的工具。可获得多个异常检测指标和可视化工具。总体而言，SARIAD 是一个集中式软件包，用于对 SAR 模型和数据集进行基准测试，以便在 SAR 图像异常检测领域进行可重复的研究。该软件包已公开发布：https://github.com/Advanced-Vision-and-Learning-Lab/SARIAD。