DiAD:基于扩散模型的多类别异常检测框架
2024-09-17 10:39:39作者:温艾琴Wonderful
项目介绍
DiAD(Diffusion-based Anomaly Detection)是一个基于扩散模型的多类别异常检测框架,由浙江大学和腾讯优图实验室联合开发。该项目在AAAI 2024上发表,旨在解决传统重建方法在多类别异常检测中面临的挑战,如图像类别保留和像素级结构完整性问题。DiAD通过结合像素空间自编码器、潜在空间语义引导网络和预训练特征提取器,实现了在多类别场景下的高效异常检测。
项目技术分析
DiAD的核心技术包括以下几个方面:
- 像素空间自编码器:用于图像的重建,确保异常区域的重建质量。
- 潜在空间语义引导网络(SG网络):通过连接稳定扩散的去噪网络,实现异常区域的重建同时保留原始图像的语义信息。
- 空间感知特征融合(SFF)块:在处理大面积重建区域时,最大化重建精度。
- 预训练特征提取器:处理输入和重建图像,生成基于不同尺度特征的异常图。
项目及技术应用场景
DiAD适用于多种需要高精度异常检测的场景,包括但不限于:
- 工业质检:在制造业中,用于检测产品表面的缺陷,如裂纹、污渍等。
- 医疗影像分析:在医学影像中,用于检测病变区域,如肿瘤、骨折等。
- 安防监控:在视频监控中,用于检测异常行为或物体,如入侵者、火灾等。
项目特点
DiAD具有以下显著特点:
- 高精度异常检测:在MVTec-AD和VisA数据集上的实验结果表明,DiAD在定位和检测方面均超越了现有最先进的方法,分别达到了96.8/52.6和97.2/99.0(AUROC/AP)。
- 多类别支持:能够处理多类别场景下的异常检测,适用于复杂环境。
- 易于集成:DiAD将支持ADer项目,便于开发者集成和扩展。
- 开源友好:项目代码开源,提供了详细的安装、训练和测试指南,便于研究人员和开发者使用。
通过DiAD,您可以轻松实现高精度的多类别异常检测,提升应用场景中的检测效率和准确性。欢迎访问项目页面了解更多详情,并加入我们的开源社区,共同推动异常检测技术的发展!
热门项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6710
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32226
- Yi-CoderYi Coder 编程模型,小而强大的编程助手305
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript76.1 K19.07 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.52 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
热门内容推荐
展开
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
671
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
12
8
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K