Paul Krassnig

新的ISP-AD数据集通过真实世界缺陷推进工业异常检测

研究人员推出了ISP-AD，这是一个旨在推进工业异常检测的大规模数据集。该数据集包含从工厂车间收集的合成和真实缺陷，解决了现有基准测试通常偏好最佳成像条件的局限性。实验表明，与仅使用合成数据相比，即使是少量真实的、弱标记的缺陷也能显著提高模型的泛化能力。研究结果表明，合成缺陷可以作为起点，而真实世界数据可以完善模型识别以前未见过的缺陷特征的能力。