📝 主旨内容

多模态异常检测

基于重构(EasyNet)

PatchCore: Towards Total Recall in Industrial Anomaly Detection(CVPR2022) | ziuch の 博客

使用在imagenet的第2，3层特征 邻域特征聚合 贪婪策略构建内存库

https://ziuch.com/article/PatchCore

DRÆM —— A discriminatively trained reconstruction embedding for surface anomaly detection(ICCV2021) | ziuch の 博客

以重建的方法为主体，辅助使用数据增强的及分割图的深入推断

https://ziuch.com/article/DRÆM

基于模态融合(M3DM)

3D点云+图片的工业异常检测 | ziuch の 博客

3D点云+RGB进行异常检测

https://ziuch.com/article/M3DM

基于大语言模型(AnomalyGPT)

 

基于视觉语言模型(以CLIP为主)

通用异常检测新曙光：GPT-4V的全方位异常检测表现 | ziuch の 博客

GPT-4V在多模态、多领域异常检测任务中的应用，包括图像、视频、点云和时间序列数据，跨多个应用领域，如工业、医疗、逻辑、视频、三维异常检测和定位任务。

https://ziuch.com/article/Anomaly-Detection-with-GPT4V

WinCLIP——首次探索零样本异常分类和分割 | ziuch の 博客

基于CLIP的多尺度窗口零样本/少样本异常分类和定位方法

https://ziuch.com/article/WinCLIP

AnoVL——使用CLIP用于零样本异常定位 | ziuch の 博客

无需训练的CLIP自适应框架用于零样本异常定位

https://ziuch.com/article/AnoVL

论文

Fusion模块设计

1. 基于注意力

2. CLIP对角方阵

华为难题

思路

华为难题的思考(以非训练方法为主) | ziuch の 博客

少量异常样本，插件形式，区分细微异常

https://ziuch.com/article/HuaWei-Problem-base-non-learning

数据集

华为难题——纺织样本数据 | ziuch の 博客

华为难题的纺织数据

https://ziuch.com/article/huawei-dataset

数据规整

华为难题——数据规整 | ziuch の 博客

生成异常分割图放入gt文件夹，上传图片至图床(得到图片直链)。逻辑异常标注

https://ziuch.com/article/huawei-dataset-format

工具

博客

ziuch の 博客 | 一个没有执行力的人搭建的博客

一个没有执行力的人搭建的博客

https://ziuch.com/

GPT

GPT4的上车姿势 | ziuch の 博客

比较了不同使用GPT4的价格，最后与GPT3.5进行了对比

https://ziuch.com/article/use-GPT4

节点

Xboard机场面板及Xrayr后端搭建 | ziuch の 博客

Xboard机场面板及Xrayr后端搭建

https://ziuch.com/article/xboard-xrayr-install

图床

自建图床及随机图片API | ziuch の 博客

基于简单图床Docker版和PHP

https://ziuch.com/article/easy-image-random-api

网盘

🤗 总结归纳

📎 参考文章