CVPR 2024 | RealNet：创新的自监督异常检测框架

文章预览

点击下方 卡片 ，关注“ CVer ”公众号 AI/CV重磅干货，第一时间送达 点击进入—> 【Mamba/多模态/扩散】交流群 添加微信：CVer5555，小助手会拉你进群！ 扫描下方二维码，加入CVer学术星球 ！ 可以获得最新顶会/顶刊上的论文idea 和 CV从入门到精通资料，及最前沿应用 ！发论文/搞科研/涨薪，强烈推荐！ 论文提出了一种创新的自监督异常检测框架 RealNet ，集成了三个核心组件：可控制强度的扩散异常合成（ SDAS ）、异常感知特征选择（ AFS ）和重构残差选择（ RRS ）。这些组件通过协同作用，使 RealNet 能够有效地利用大规模预训练模型来进行异常检测，同时保持计算开销在合理的低范围内。 RealNet 为未来利用预训练特征重构技术进行异常检测的研究提供了灵活的基础。通过大量实验，展示了 RealNet 在处理多样化的实际异常检测挑战方面的能力 转载自： ………………………………