Texture-AD：用于实际算法开发的异常检测数据集与基准
计算机视觉与模式识别
2024-09-11 v1 人工智能
摘要
异常检测是工业制造中的关键过程，近年来取得了显著进展。然而，开发中使用的数据与实际生产环境收集的数据之间存在较大差异。因此，我们提出基于代表性纹理-based 异常检测的 Texture-AD 基准，以评估无监督异常检测算法在实际应用中的效果。该数据集包括 15 种不同布料、14 种半导体晶圆和 10 种金属板的图像，这些图像是通过不同光学方案获取的。此外，数据集包括超过 10 种类型的缺陷，这些缺陷是在实际制造过程中产生的，如划痕、皱褶、颜色变化和点缺陷，往往比现有数据集中的缺陷更难检测。所有异常区域都提供了像素级标注，以便使用异常检测模型进行全面评估。具体来说，为了适应自动化管道中的多样化产品，我们提出了一种新的评估方法和基线算法的结果。实验结果表明，Texture-AD 对最先进的算法来说是一个具有挑战性的基准。据我们了解，Texture-AD 是第一个致力于评估实际世界中工业缺陷检测算法的数据集。该数据集可在 https://XXX 获取。
引用
@article{arxiv.2409.06367,
title = {Texture-AD: An Anomaly Detection Dataset and Benchmark for Real Algorithm Development},
author = {Tianwu Lei and Bohan Wang and Silin Chen and Shurong Cao and Ningmu Zou},
journal= {arXiv preprint arXiv:2409.06367},
year = {2024}
}