数据链接：
官方服务：
资源简介：
Industrial Anomaly Detection
应用场景：
创建时间：
2025-05-14
相关数据集
HSS-IAD
HSS-IAD数据集是由复旦大学工程学院和计算机科学技术学院共同构建的，包含8590张金属类工业零件图像和精确的异常标注。这些零件在结构或外观上存在差异，但属于同一类产品，且缺陷细微，与基材相似，易于与加工痕迹、油污等混淆。数据集旨在为多类工业异常检测算法提供更具挑战性的基准，以促进算法在现实工厂条件下的性能提升。
arXiv2025-04-17 更新3100
VideoPipe
视频理解是计算机视觉中的一个重要问题。目前，该问题中经过广泛研究的任务是人类行为识别，其中从长视频中手动剪辑出片段，并且每个片段都假定为一个人类行为类别。然而，在工业应用中，我们可能面临更加复杂的情境。例如，在实际城市管道系统中，异常缺陷是细粒度、多标记、相关领域的。要正确识别它们，我们需要理解细节视频内容。 为此，我们提出了将视频理解的研究重点从传统的动作识别转向工业异常分析。特别是，我们引入
OpenDataLab2026-07-12 更新1260
Compressor PLC Data Based on 5G Edge Computing
Industrial compressor systems are critical equipment in manufacturing, and their unexpected failures can lead to significant economic losses and safety hazards. Traditional anomaly detection methods o
DataCite Commons2025-12-15 更新120
Valeo Anomaly Dataset (VAD)
VAD数据集的所有图像均从实际生产线捕获，展示了从非常明显到极其微妙的各种缺陷。该数据集弥合了学术界和工业界之间的差距，为研究人员提供了提升方法性能以应对更复杂的现实世界挑战的机会。
github2024-05-14 更新2170
