Anomalib：用于异常检测的深度学习库!

大家好，今天给大家介绍了一个用于无监督异常检测和定位的新型库：anomalib，Github链接：https://github.com/openvinotoolkit/anomalib

简介

考虑到可重复性和模块化，这个开源库提供了文献中的算法和一组工具，以通过即插即用的方法设计自定义异常检测算法。

Anomalib 包含最先进的异常检测算法，可在基准测试中实现最佳性能，并可现成使用。 此外，该库还提供组件来设计可针对特定需求量身定制的自定义算法。 其他工具，包括实验跟踪器、可视化器和超参数优化器，使设计和实施异常检测模型变得简单。

该库还支持 OpenVINO 模型优化和量化以进行实时部署。 总体而言，anomalib 是一个广泛的库，用于设计、实现和部署从数据到边缘的无监督异常检测模型。

主要特征

• 最大的即用型深度学习异常检测算法和基准数据集的公共集合。
• 基于 PyTorch Lightning 的模型实现，以减少样板代码并将实现工作限制在基本要素上。
• 所有模型都可以导出到 OpenVINO 中间表示 (IR)，以在英特尔硬件上进行加速推理。
• 一组推理工具，用于快速轻松地部署标准或自定义异常检测模型。

相关论文