guojiajeremy/Dinomaly

解決的問題

Dinomaly 解決了多類別非監督異常檢測（UAD）中的性能差距問題。傳統上，同時檢測多種不同類別物件異常的模型性能顯著低於針對單一特定類別訓練的模型。Dinomaly 提供了一個統一的框架，其性能可與單類別最先進模型比擬，甚至在某些情況下超越。

工作原理

Dinomaly 採用基於純 Transformer 架構（注意力機制和 MLP）的極簡重建方法，不依賴複雜的附加模組。它依賴於四個關鍵組件：

1. 基礎 Transformer：用於提取通用且具判別性的特徵。
2. 雜訊瓶頸：利用現有的 Dropout 注入雜訊。
3. 線性注意力：一種防止模型過度聚焦於狹窄區域的機制。
4. 寬鬆重建：一種避免強制嚴格逐點或逐層重建的策略，從而實現更靈活的異常檢測。

適用對象

本專案專為從事電腦視覺的研究人員與工程師設計，尤其適用於需要使用單一模型處理多種不同產品類別的工業品質控制或異常檢測系統實作者。

主要亮點

• 高性能量：在 MVTec-AD 上達到最高 99.8% 的影像級 AUROC，在 VisA 上達到 98.9%，在 Real-IAD 上達到 90.1%。
• 可擴展性：性能隨模型大小、輸入影像解析度以及基礎模型選擇有效擴展。
• 極簡設計：避免使用特殊技巧或複雜模組，專注於簡潔的 Transformer 架構。
• 已整合：目前已整合至 Intel 開源邊緣 Anomalib 庫（v2.1.0）。