小样本异常检测新突破！全新FSAD方法全类别通用，idea代码已开源

文章预览

小样本异常检测FSAD ，一种适用于标注数据稀缺情况下的异常检测技术。在仅有少量标注数据的情况下，它 比传统方法更能提高准确性和效率 ，是工业监控、医疗诊断等领域的关键技术。 目前FSAD还存在很多问题等我们解决，不过换个思路想，这些都是可挖掘的创新方向，而且已经有效果绝赞的成果可参考，比如GraphCore，突破工业视觉极限，减少冗余视觉特征的数量；再比如CAReg，首个全类别通用的开源FSAD方法，完美解决计算成本高且效率低的问题。 为了帮各位论文er省下查找资料的时间，我从中挑选了 11个 FSAD相关最新成果 来和大家分享，idea都非常值得学习，当然开源代码也都整理了，大家有任何复现问题都可以来讨论~ 扫码 添加小享， 回复“ FSAD ”    免费获取 全部论文及代码合集 Pushing the limits of few-shot anomaly detection in industry vision: GraphCore ………………………………