Project Icon

WinClip

先进的零样本和少样本异常检测算法

WinCLIP是计算机视觉领域的创新零样本和少样本异常检测算法,专注于异常分类和异常分割。该方法在MVTec-AD和VisA数据集上表现出色,在图像级和像素级异常检测任务中均展现优异性能。项目提供完整实现代码,包含环境配置、数据集准备和结果复现指南,为研究人员和开发者提供重要参考,推动了异常检测技术的发展。

WinCLIP: 零/少样本异常分类和分割

outline

非官方实现:

WinCLIP: 零/少样本异常分类和分割, CVPR 2023 [论文]

引用

如果您发现这个代码很有用,请考虑使用以下BibTeX条目引用我们的论文。

@InProceedings{Jeong_2023_CVPR,
    author    = {Jeong, Jongheon and Zou, Yang and Kim, Taewan and Zhang, Dongqing and Ravichandran, Avinash and Dabeer, Onkar},
    title     = {WinCLIP: Zero-/Few-Shot Anomaly Classification and Segmentation},
    booktitle = {Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)},
    month     = {June},
    year      = {2023},
    pages     = {19606-19616}
}

相关研究

@misc{cao2023segment,
      title={Segment Any Anomaly without Training via Hybrid Prompt Regularization}, 
      author={Yunkang Cao and Xiaohao Xu and Chen Sun and Yuqi Cheng and Zongwei Du and Liang Gao and Weiming Shen},
      year={2023},
      eprint={2305.10724},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

相关仓库

前提条件

  • Python 3.7, PyTorch 1.10, 和 install.sh中更多的内容

安装python依赖

sh install.sh

下载MVTec-AD数据集

下载Visa数据集

运行 run_winclip.py 以复现实现结果

python run_winclip.py

结果

MVTec-AD

MVTec-AD报告重新实现
i-aurocp-auroci-max-f1p-max-f1i-aurocp-auroci-max-f1p-max-f1
地毯100.0095.4099.4049.7077.4188.9688.4429.31
网格98.8082.2098.2018.6048.8775.0885.718.40
皮革100.0096.70100.0039.7097.3597.3595.7029.60
瓷砖100.0077.6099.4032.6079.8775.8785.2529.30
木材99.4093.4098.3051.5094.7493.0392.6844.65
99.2089.5097.6058.1098.6589.5896.7749.36
电缆86.5077.0084.5019.7053.3056.2376.0310.22
胶囊72.9086.9091.4021.7062.0388.5690.469.95
榛子93.9094.3089.7037.6071.2994.3480.0033.63
金属螺母97.1061.0096.3032.4037.5942.6789.4221.67
药片79.1080.0091.6017.6073.1074.6791.5611.98
螺丝83.3089.6087.4013.5064.8790.0985.619.09
牙刷87.5086.9087.9017.1041.9484.0284.519.26
晶体管88.0074.7079.5030.5062.2567.4660.8715.95
拉链91.5091.6092.9034.4089.3192.0890.4231.48
平均数91.8185.1292.9431.6570.1780.6786.2322.92

VisA

VisA报告重新实现
i-aurocp-auroci-max-f1p-max-f1i-aurocp-auroci-max-f1p-max-f1
蜡烛95.4088.9089.4022.5079.0386.2472.366.32
胶囊85.0081.6083.909.2053.5862.0077.221.36
腰果92.1084.7088.4013.2070.6679.5480.996.94
口香糖96.5093.3094.8041.1084.9497.0183.7636.17
炸薯条80.3088.5082.7022.1052.6086.7380.3315.17
macaroni176.2070.9074.207.0049.9834.3766.670.07
macaroni263.7059.3069.801.0049.5631.4966.670.06
pcb173.6061.2071.002.4055.9944.0468.970.97
pcb251.2071.6067.104.7061.5864.4769.260.70
pcb373.4085.3071.0010.3051.4268.7166.451.06
pcb479.6094.4074.9032.0078.9491.8674.5622.75
pipe_fryum69.7075.4080.7012.3082.8093.6583.4822.45
平均78.0679.5978.9914.8264.2670.0174.239.50
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号