程序聚合软件案例工业图像无监督异常检测研究原型-WRN-PaDiM 多尺度异常检测

工业图像无监督异常检测研究原型-WRN-PaDiM 多尺度异常检测

2026-08-12 19:10:53

行业：工业互联网、人工智能

载体：框架或代码包、算法模型

技术：Python、Scikit-learn、PyTorch

业务和功能介绍

工业质检常见缺陷样本少、类别变化快，难以为每种异常建立充分监督数据。项目目标是用正常样本学习特征分布，对未知异常输出样本级异常分数，并提供ROC、分数分布、排序图和低维可视化，便于比较模型版本。原型覆盖Deep SVDD、自编码器、PaDiM、PatchCore、DecompNet、ViT和Wide-ResNet多条技术路线；当前推荐版本以WideResNet50-2提取多尺度特征，在固定32×32网格上建立位置相关的高斯统计。业务/实验流程为整理正常训练集，提取layer1—3特征并降到128维，增量估计均值/协方差，计算马氏距离异常分数，最后在三组离线数据上汇总AUROC和诊断图。

项目实现

我负责从基线到多模型迭代、特征统计实现、内存优化和离线评估。最终脚本deep_svdd_v5_wrn_incr.py使用PyTorch/torchvision加载WideResNet50-2预训练骨干，拼接多层特征后做128维随机投影；为避免一次性保存全部高维特征，采用增量均值/协方差统计，在32×32空间网格逐位置建立PaDiM模型。三组数据合计586张测试图，AUROC分别为0.9573、0.9431、0.9712；对应混淆矩阵也被冻结在summary_v50_wrn_incr.json。难点是高维协方差的内存和数值稳定，我通过降维、协方差正则、分批特征提取和固定网格解决。评估脚本目前使用测试标签上的ROC Youden-J选择阈值，因此Accuracy/F1可能偏乐观；案例把阈值无关的AUROC作为主结果，并明确这是本地离线研究原型，未做独立外部或生产验证，也不公开原始工业图片。

示例图片视频

30天前活跃

方向：后端-Python、

交付率：100.00%

查看主页

相似推荐

苏造空间小程序

1.鉴于现在市场经济日益不景气，开发此小程序，旨在帮助中小型饭店吸引客源， 2.小程序主要功能点包括首页，做菜教程展示，抽奖中心，个人中心，首页向消费者推荐本地饭店及一些快捷入口，像活动中心，互动中心，卡商城，购物中心等，卡商城点击后可以购买积分卡，积分卡可以用于抽奖等，活动中心进入后可以查看本地做活动的饭店，互动中心进入后可以发表评论互动等，烹饪教程展示，可以看到一些平台发布的做菜教程，抽奖中心，用户在本地合作的饭店消费后可以在抽奖中心参与抽奖。个人中心是一些个人信息的维护

学习追踪

核心功能： 1. 录入功能：填写日期、学习内容、时长，提交后保存到数据库 2. 查看功能：按日期倒序展示所有记录 3. 搜索功能：输入关键词，模糊匹配学习内容 4. 筛选功能：按起止日期筛选某段时间的记录 5. 删除功能：可以删除误录的记录业务流程：打开网页 → 填写表单 → 提交 → 数据存入 SQLite → 页面刷新显示 → 可以通过搜索框和日期框筛选查看。 github链接：https://github.com/1010wuci

B2C美业本地小程序-妙小剪

为连锁美发门店打造「用户端 + 员工端」小程序，目标是打通找店、取号、支付、会员与门店运营。用户端含找店、取号下单支付、MVIP/积分优惠券、作品收藏、邀请与加盟招聘等；员工端含打卡、排班、接单核销、作品与统计；后台配置门店、员工、套餐、VIP 与订单。主路径：登录 → 选店取号支付 → 到店核销 → 评价。

跑步激励与虚拟旅行交互式Web应用-MileScape

MileScape 是一款将跑步记录、虚拟旅行与游戏化激励结合的交互式 Web 应用。围绕“选择路线—设定目标—完成运动—推进旅程—解锁地标”的操作流程，将累计运动距离转化为可视化旅行进度，通过地标收集、成就反馈与个人仪表盘提升持续运动的参与感。主要功能包括主题路线探索、路线详情与地图预览、跑步目标设置、模拟跑步与结果展示、运动历史、成就展示和个人进度管理。界面采用移动优先的响应式设计，路线选择、运动历史与累计进度可在本地持久保存，支持用户跨页面查看和继续自己的旅程。

优创同城跑腿小程序

1. 立项背景和目标针对同城即时配送市场需求，旨在打造一套高效、可扩展的跑腿服务技术底座。项目目标是解决传统跑腿团队调度混乱、接单响应慢的痛点，通过数字化手段实现用户发单、骑手抢单、后台监控的全流程自动化管理，支持私有化部署以保障客户数据资产安全。 2. 软件功能、核心功能模块的介绍系统由三大核心端组成：用户端：支持帮取、帮送、代购等多种业务模式发布，集成LBS定位与实时轨迹追踪。骑手端：具备智能派单与一键抢单功能，支持订单状态实时更新与收益统计。运营后台：提供全链路订单管理、骑手审核、财务结算及数据可视化大屏，支持多角色权限分配。 3. 业务流程、功能路径描述核心链路为：用户发起需求 -> 系统基于LBS算法推送 -> 骑手抢单/系统指派 -> 骑手执行任务（取件/送件） -> 用户确认收货 -> 资金结算。全流程闭环处理，确保信息流与资金流的一致性。