type
status
date
slug
summary
tags
category
icon
password
Last edited time
Jul 18, 2024 11:33 AM
😀
MVtec 3D-AD,Eyecandies,Real3D-AD,Anomaly-ShapeNet
 

📝 主旨内容

MVtec 3D-AD(VISAPP/VISIGRAPP 2022 Best Industrial Paper Award)

  • 类型:真实数据集(RGBA)
  • 数量:10类,4147样本,948个异常对象和供41种缺陷
  • 特点:和MVtec AD同宗同源,也是3D场景下最广泛使用的数据集
  • 文件类型:RGB(png 800*800) + Point Cloud(tiff) + Ground True(png)
notion image

Eyecandies(ACCV 2022)

  • 类型:合成数据集(Blender)
  • 数量:10类,每个类1500个样本,训练集1000、验证集100和测试集400,训练和严重集都是正常的,测试集中正常异常1:1,200个异常中存在四类异常(颜色,凹陷,凸出,划痕),每类异常占40个,剩余的200-4*40=40个随机分布
  • 特定:工业输送场景,含多光照角度图像,深度图和法线图,像素级精确注释
  • 文件:RGB(5*png 512*512),3D(2*png)
notion image
notion image
notion image
notion image

Real3D-AD(NeurIPS 2023 南方科技大学)

  • 类型:真实数据集
  • 数量:12类,每类104样本,训练集4个仅含正常,测试集100个,正常异常1:1
  • 特点:高精度高分辨率,无盲点,仅含4个正常样本
  • 文件:PCD/PLY格式,Ground True标记在点云上
notion image
notion image
💡
双特征表示,局部(点的位置)全局(PointMAE)
notion image
notion image

Anomaly-ShapeNet(CVPR 2024 上海理工大学)

  • 类型:合成数据集(Blender,CloudCompare)
  • 数量:50类,每个类包含4个正常样本用于训练,15~24个样本用于测试,异常包含凸起、凹陷、裂纹、孔洞、断裂等六种
  • 特点:真实,多样化
  • 文件:OBJ/PCD格式,Ground True标记在点云上
notion image
notion image
💡
异常检测决策来源:点-补丁比较 + 提取前三层特征比较(Transform)
notion image
notion image
notion image
 
notion image
 

🤗 总结归纳

论文汇总

notion image

Mvtec公司数据集

notion image

Eyecan.ai的论文

notion image

RANSAC注册

notion image

📎 参考文章

 
图像异常检测未来的可能方向点云预处理论文素材
Loading...