博客
关于我
CVPR 2024 | 基于跨模态特征映射的多模态工业异常检测
阅读量:798 次
发布时间:2023-04-05

本文共 377 字,大约阅读时间需要 1 分钟。

论文信息

题目:Multimodal Industrial Anomaly Detection by Crossmodal Feature Mapping
基于跨模态特征映射的多模态工业异常检测
作者:Alex Costanzino, Pierluigi Zama Ramirez, Giuseppe Lisanti, Luigi Di Stefano
源码:https://cvlab-unibo.github.io/CrossmodalFeatureMapping/

论文创新点

本文提出了一种创新性的跨模态特征映射框架,该框架旨在通过学习正常样本中的模态特征映射关系,发现映射过程中出现的异常模式。该方法利用模态间特征的不一致性来检测异常,有效提升了多模态工业数据的安全性。同时,论文设计了一种轻量级网络架构,确保了模型在实际工业场景中的高效运行。

转载地址:http://ltrfk.baihongyu.com/

你可能感兴趣的文章
MySQL 深度分页性能急剧下降,该如何优化?
查看>>
MySQL 添加列,修改列,删除列
查看>>
mysql 添加索引
查看>>
MySQL 添加索引,删除索引及其用法
查看>>
MySQL 用 limit 为什么会影响性能?
查看>>
MySQL 用 limit 为什么会影响性能?有什么优化方案?
查看>>
MySQL 用户权限管理:授权、撤销、密码更新和用户删除(图文解析)
查看>>
mysql 用户管理和权限设置
查看>>
MySQL 的 varchar 水真的太深了!
查看>>
mysql 的GROUP_CONCAT函数的使用(group_by 如何显示分组之前的数据)
查看>>
MySQL 的instr函数
查看>>
MySQL 的mysql_secure_installation安全脚本执行过程介绍
查看>>
MySQL 的Rename Table语句
查看>>
MySQL 的全局锁、表锁和行锁
查看>>
mysql 的存储引擎介绍
查看>>
MySQL 的存储引擎有哪些?为什么常用InnoDB?
查看>>
mysql 索引
查看>>
MySQL 索引失效的 15 种场景!
查看>>
MySQL 索引深入解析及优化策略
查看>>
MySQL 索引的面试题总结
查看>>