弗劳恩霍夫工业数学研究所 发布 Dual datasets for anomaly detection on metal surface under the influence of impurities 数据集, 应用在 异常检测、工业应用 领域

弗劳恩霍夫工业数学研究所 本次发布的数据集 Dual datasets for anomaly detection on metal surface under the influence of impurities, 该数据集由弗劳恩霍夫工业数学研究所（ITWM）创建，旨在解决金属表面在杂质（如水渍、指纹、贴纸等）影响下的异常检测问题。数据集包含高分辨率图像，模拟了真实工业环境中的表面杂质，并生成了对应的合成数据。数据集通过程序化方法生成，使用Perlin噪声模拟水渍的自然形态，并通过抖动采样方法控制杂质的分布。该数据集主要用于训练和评估异常检测模型，特别是在高分辨率图像处理中的内存瓶颈问题。通过该数据集，研究人员可以更好地理解杂质对模型性能的影响，并优化模型在实际工业场景中的应用。

查看Dual datasets for anomaly detection on metal surface under the influence of impurities

关于 弗劳恩霍夫工业数学研究所 , 弗劳恩霍夫工业数学研究所（ITWM）是德国弗劳恩霍夫协会下属的一个研究所，专注于工业数学和应用数学的研究与开发。该研究所致力于将数学方法应用于工业问题，提供创新的解决方案，支持工业界的技术进步和产品开发。

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。