深度工业图像异常检测:综述
计算机视觉与模式识别
2024-04-02 v5
摘要
近年来深度学习的快速发展为工业图像异常检测(IAD)树立了里程碑。本文中,我们从神经网络架构、监督程度、损失函数、指标和数据集的角度,对基于深度学习的图像异常检测技术进行了全面综述。此外,我们从工业制造中提取新设定,并在我们提出的新设定下综述当前IAD方法。而且,我们强调了图像异常检测的若干开放性挑战。讨论了不同监督下代表性网络架构的优缺点。最后,我们总结了研究发现并指出未来研究方向。更多资源见https://github.com/M-3LAB/awesome-industrial-anomaly-detection。
引用
@article{arxiv.2301.11514,
title = {Deep Industrial Image Anomaly Detection: A Survey},
author = {Jiaqi Liu and Guoyang Xie and Jinbao Wang and Shangnian Li and Chengjie Wang and Feng Zheng and Yaochu Jin},
journal= {arXiv preprint arXiv:2301.11514},
year = {2024}
}