标签: 异常检测
含有标签 "异常检测".
-
[论文精读] INP-Former++:内在正常原型、Soft Coherence 与残差学习
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
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
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
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。