文章

所有文章。

• [论文精读] INP-Former++：内在正常原型、Soft Coherence 与残差学习

  9 Jul, 2026

  INP-Former++ 在 INP-Former 的单图内在正常原型上加入 Soft INP Coherence Loss 和 Residual Learning，把方法扩展到 semi-supervised、few-shot、multi-class 和一定 zero-shot 场景。

• [论文精读] Dinomaly2：从多类别 UAD 到 Full-Spectrum 统一框架

  9 Jul, 2026

  Dinomaly2 在 Dinomaly 的特征重建框架上加入 Context-Aware Recentering，并把同一套最小化设计扩展到多视角、多模态、few-shot 和 inference-unified MUAD。

• [论文精读] INP-Former：从单张测试图里提取内在正常原型

  9 Jul, 2026

  INP-Former 从测试图像自身动态提取 Intrinsic Normal Prototypes，并用这些正常原型指导特征重建，缓解训练集正常原型与测试图不对齐的问题。

• [论文精读] Dinomaly：多类别无监督异常检测里的 Less Is More

  9 Jul, 2026

  Dinomaly 用强预训练 ViT 特征、Noisy Bottleneck、Linear Attention 和 Loose Reconstruction，缓解多类别无监督异常检测中的 identity mapping 问题。

• SeqMSE 原理：用输出重构误差选择量化 Encoding

  8 Jul, 2026

  SeqMSE 的核心思想、候选 encoding 搜索、reconstruction loss 计算、block-wise 优化方式，以及它和 min/max、AdaRound、GPTQ 的区别。

• RKNN OCR Rec INT8 量化：Weight Outlier、CLE 与 Hybrid 的取舍

  8 Jul, 2026

  记录一次 OCR recognition presoftmax 模型在 RKNN W8A8 量化下的精度排查：对比 normal、KL、MMSE，尝试手动 Cross-Layer Equalization 处理 weight outlier，并分析为什么最终仍需要 hybrid。