AmazonScience/RobustAD

RobustAD数据集是一个专为评估现实世界场景中异常检测模型鲁棒性而设计的图像数据集。它包括三个子数据集，分别针对印刷电路板（PCB）、金属零部件和包装袋计数任务。每个子数据集都有训练用的源域数据和多个测试用的目标域数据，这些目标域数据包含了不同的分布偏移。该数据集旨在确保应用案例的多样性和鼓励通用方法的开发，反映了现实世界异常检测任务的复杂性。The RobustAD dataset is an image dataset specifically designed to evaluate the robustness of anomaly detection models in real-world scenarios. It consists of three sub-datasets targeting printed circuit boards (PCB), metal automotive parts, and packet counting tasks in the pharmaceutical industry. Each sub-dataset includes source domain data for training and multiple target domains with different distribution shifts for testing, aiming to ensure diversity in use cases and encourage the development of generalizable methods, reflecting the complexity of real-world anomaly detection tasks.

搜集汇总

背景与挑战

背景概述

RobustAD是一个用于评估异常检测模型鲁棒性的工业缺陷检测数据集，包含PCB、金属部件和堆叠包三个子数据集，覆盖电子、汽车和制药等多个行业，用于模拟真实场景中的分布偏移。数据集规模为2.14k行，包含训练和测试集，支持分类和定位任务，并采用CC-BY-4.0许可证发布。