CVPR'24 | 工业缺陷&语义异常，InCTRL：无训练目标数据的超强异常检测模型！

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：3D视觉工坊 添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0.这篇文章干了啥？ 这篇文章提出了一种新的异常检测（AD）任务，称为通用异常检测（GAD），旨在评估AD方法在不同场景中识别异常的泛化能力，而无需在目标数据集上进行训练。研究首次采用通用方法处理工业缺陷、医学异常和语义异常等多个AD任务，并提出了一种名为InCTRL的方法，在少样本设置下通过全局 ………………………………