工业异常检测综述

0

计算机视觉领域中，异常检测(anomaly detection)是一个有着现实应用价值的任务，尤其在工业制造业界备受关注。本文旨在对此工业异常检测研究方向进行总结与综述，以梳理做研究需要的知识和当下的热点问题。

参考资料与插图来自各类相关综述文章和互联网。

1 工业异常检测问题

1.1异常与缺陷

异常(anomaly)： 1.点异常(outliers) 2.上下文异常 3.集群异常

新颖点(novelty)

分布外数据(out of distribution,OOD)

工业中的情况非常复杂，可能有多种，且一般在像素级识别。笔者在阅读文献时发现定义所谓逻辑异常和位置异常的论文。

---

参考：

罗东亮,蔡雨萱,杨子豪,等. 工业缺陷检测深度学习方法综述[J]. 中国科学（信息科学）,2022,52(6):1002-1039.