Anomalib：用于异常检测的深度学习库
1、简介
Anomalib是一个用于工业异常检测的深度学习库，库中内置了研究领域较为前沿的异常检测算法，可以用于识别异常图像或图像中的异常像素区域。
官方文档地址为Anomalib v1.0.0dev
2、架构
主要架构如下，包含数据加载、预处理、模型训练、模型前处理、模型部署、常用工具和测试工具等模块。
2、主要特点
- 最大的即用型深度学习异常检测算法和基准数据集的公共集合。
- 基于 PyTorch Lightning 的模型实现，以减少样板代码并将实现工作限制在最基本的内容上。
- 所有模型都可以导出到 OpenVINO 中间表示 （IR），以便在英特尔硬件上加速推理。
- 一组推理工具，用于快速轻松地部署标准或自定义异常情况检测模型。
3、开源模型列表
4、相关文章
@INPROCEEDINGS\{anomalib,
author={Akcay, Samet and Ameln, Dick and Vaidya, Ashwin and Lakshmanan, Barath and Ahuja, Nilesh and Genc, Utku\},
booktitle={2022 IEEE International Conference on Image Processing (ICIP)},
title=\{Anomalib: A Deep Learning Library for Anomaly Detection\},
year={2022},
volume={},
number={},
pages={1706-1710},
doi={10.1109/ICIP46576.2022.9897283}
}
