guojiajeremy/Dinomaly

解决的问题

Dinomaly 解决了多类别无监督异常检测（UAD）中的性能差距问题。传统上，同时检测多种不同类别对象异常的模型性能显著低于针对单一特定类别训练的模型。Dinomaly 提供了一个统一的框架，其性能可与单类别最先进模型媲美，甚至在某些情况下超越。

工作原理

Dinomaly 采用基于纯 Transformer 架构（注意力机制和 MLP）的极简重建方法，不依赖复杂的附加模块。它依赖于四个关键组件：

1. 基础 Transformer：用于提取通用且具有判别性的特征。
2. 噪声瓶颈：利用现有的 Dropout 注入噪声。
3. 线性注意力：一种防止模型过度聚焦于狭窄区域的机制。
4. 宽松重建：一种避免强制严格逐点或逐层重建的策略，从而实现更灵活的异常检测。

适用人群

本项目专为从事计算机视觉的研究人员和工程师设计，尤其适用于需要使用单一模型处理多种不同产品类别的工业质量控制或异常检测系统实现者。

主要亮点

• 高性能：在 MVTec-AD 上达到最高 99.8% 的图像级 AUROC，在 VisA 上达到 98.9%，在 Real-IAD 上达到 90.1%。
• 可扩展性：性能随模型大小、输入图像分辨率以及基础模型选择有效扩展。
• 极简设计：避免使用特殊技巧或复杂模块，专注于简洁的 Transformer 架构。
• 已集成：现已集成至 Intel 开源边缘 Anomalib 库（v2.1.0）。