InNomalDetection

异常是指偏离预期的事件或项目。与标准事件的频率相比，异常事件的频率较低。产品中可能出现的异常通常是随机的，例如颜色或纹理的变化、划痕、错位、缺件或比例错误。异常检测与金融和检测“银行欺诈、医疗问题、结构缺陷、设备故障”有关(Flovik等，2018年)。

1. 数据合成

• 利用Flip Library (LinkedAI) 工具合成图像。
• 扩张特征是一种特殊的卷积网络，在传统的卷积核中插入孔洞。

3. 数据集

• 裂缝数据集：https://wandb.ai/heimer-rojas/anomaly-detector-cracks?workspace=user-
• 表面裂纹检测数据集：https://www.kaggle.com/arunrk7/surface-crack-detection
• 铸造产品质量检查图像数据：https://www.kaggle.com/ravirajsinh45/real-life-industrial-dataset-of-casting-product?select=casting_data
• 铸造工件数据集：https://wandb.ai/heimer-rojas/anomaly-detector-cast?workspace=user-heimer-rojas