wang6562009的专栏

在（半）自动化的视觉工业检测中，基于学习的方法评估视觉缺陷，包括深度神经网络，使得在高分辨率图像上的小至像素大小的缺陷模式得以处理。这些通常很少出现的缺陷模式的出现解释了对标记数据集的普遍需求。为了缓解这一问题并推进无监督视觉检测的最新技术，这项工作提出了一个基于DifferNet的解决方案，增强了注意力模块：AttentDifferNet。它在三个工业检测的视觉异常检测数据集上提高了图像级检测和分类能力：InsPLAD-fault、MVTec AD和半导体晶圆。

最新的语义分割方法采用具有编码器-解码器架构的全卷积网络（FCN）。编码器逐步降低空间分辨率，并学习具有更大感受野的更抽象/语义化的视觉概念。由于上下文建模对分割至关重要，因此最新的研究重点是通过扩张/空洞卷积或插入注意力模块来增大感受野。然而，基于编码器-解码器的FCN架构保持不变。在本文中，我们旨在通过将语义分割视为序列到序列的预测任务来提供一个不同的视角。具体来说，我们部署了一个纯Transformer（即没有卷积和分辨率降低）来将图像编码为一系列补丁。

我们提出了SegFormer，这是一个简单、高效且强大的语义分割框架，它将Transformer与轻量级多层感知机（MLP）解码器相结合。SegFormer具有两个吸引人的特点：1）SegFormer包含一个新颖的层次结构Transformer编码器，该编码器能够输出多尺度特征。它不需要位置编码，从而避免了当测试分辨率与训练分辨率不同时，位置编码的插值导致性能下降的问题。2）SegFormer避免了复杂的解码器。所提出的MLP解码器从不同层聚合信息，从而结合了局部注意力和全局注意力，以产生强大的表示。

A Unified Model for Multi-class Anomaly Detection

3d 分割综述

Adapting The Hypersphere Loss Function From Anomaly Detection To Anomaly Segmentation