中山大学 本次发布的数据集 Coarsely-labeled anomaly dataset, 该数据集是一个用于视觉异常检测的粗标注异常数据集，主要用于提升自动编码器在异常检测和定位中的表现。数据集包含少量异常图像，这些图像在实际应用中（如医疗诊断和工业制造）被确认存在问题。数据集的特点是异常区域仅占图像的一小部分，且数据集仅覆盖了部分可能的异常类型。通过引入该数据集，研究者开发了一种粗知识感知的对抗学习方法，旨在通过对齐重建特征与正常特征的分布来提升检测和定位的准确性。该数据集的应用领域主要集中在医疗和工业制造中的细粒度异常检测。
查看Coarsely-labeled anomaly dataset
README 内容：
关于 中山大学 , 中山大学是一所综合性大学，致力于培养高等学历人才和推动科技文化发展，涵盖了哲学、文学、历史学、经济学、管理学、医学、政治学、法学、生物学、理工类和语言学等多个学科领域，提供从高等专科到博士研究生的全方位学历教育。在数据领域，中山大学也取得了显著进展，其天河二号超算服务和星光超算应用平台的数据产品于2023年7月6日在广州数据交易所成功挂牌，这标志着中山大学在数据科技和超算服务方面的实力和成果得到了市场的认可，为相关领域的研究和应用提供了强有力的支持。
关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。
_1769672084863.jpg)