InCLAD

新基准 InCLAD 测试工业异常检测的持续学习能力

研究人员推出了 InCLAD，这是一个旨在评估工业视觉异常检测系统中持续学习能力的新基准。与静态基准不同，InCLAD 模拟了现实世界的部署场景，在这种场景下，检测系统必须随着时间的推移适应新的工业组件。该基准将此框架化为一个任务增量问题，侧重于半监督学习，并评估模型在适应新组件的同时保留对先前学习组件的性能的能力。InCLAD 包括各种场景，如随机、从易到难和从难到易的序列，并评估在异常检测和像素级定位方面的性能。