1. 概述 异常检测问题在工业图像数据分析中扮演着至关重要的角色，其目的是从大量正常数据中识别出异常行为或模式。这一任务的挑战在于，正常数据的样本相对容易获取，而异常情况却因其稀有性和多样性而难以收集。为了解决这一问题，研究者们开发了多种方法，其中一种备受关注的方法是PatchCore模型。 PatchCore模型是一种先进的工业异常检测方法，它在MVTec数据集上取得了最先进的性能（State

文章目录 前言补充 代码流程Local Patch FeaturesCoreset SubsamplingDetection and Localization运行结果 前言 该文章发表在2022的CVPR上，用于缺陷检测，继承自SPADE，背后的关键原理为：测试样本与训练样本之间进行特征匹配，将不匹配的点识别出来。该文章探究了深度特征的多尺度性质。 作者的汇报视频： Yout