arXiv · cs.AI· Łukasz Marcjan·· 17 天前AI 评分22
InCLAD：面向工业视觉异常检测的持续学习基准
InCLAD: A Continual Learning Benchmark for Industrial Visual Anomaly Detection
来源与原文
arXiv · cs.AI
作者：Łukasz Marcjan
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.15032v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
arXiv 论文提出 InCLAD，将工业异常检测重构为持续学习基准，把每个工业组件视为一个任务，在半监督设定下依次学习新组件并保持对全部组件的性能。基准设置了随机、由易到难、由难到易等多种任务序列场景，并涵盖跨多数据集场景，从图像级异常检测和像素级异常定位两个维度评估模型的知识保持、适应与泛化能力。
来源：arXiv · cs.AI · arxiv.org