一个异常检测库,包含最先进的算法和功能,例如实验管理、超参数优化和边缘推理。
Anomalib 是一个深度学习库,旨在收集最先进的异常检测算法,用于在公共和私有数据集上进行基准测试。Anomalib 提供了最近文献中描述的几种即用型异常检测算法的实现,以及一组有助于开发和实现自定义模型的工具。该库非常关注基于图像的异常检测,该算法的目标是识别异常图像或数据集中图像中的异常像素区域。Anomalib 不断更新新算法和训练/推理扩展,所以请继续检查!
主要特点:
最大的即用型深度学习异常检测算法和基准数据集的公共集合。
基于PyTorch Lightning的模型实现,以减少样板代码并将实现工作限制在基本要素上。
所有模型都可以导出到OpenVINO中间表示 (IR),以在英特尔硬件上进行加速推理。
一组推理工具,用于快速轻松地部署标准或自定义异常检测模型。