工业检测和医疗筛查等领域对异常检测技术的需求日益增长，而现有方法通常依赖于将测试图像与训练集中学习到的正常模式进行比较，这在面对外观和位置变化时容易导致对齐问题，影响检测准确性。
为解决这一难题，来自清华大学和华中科技大学的研究团队提出了一种全新的方法 ——INP-Former，它能够从单张测试图像中提取内在正常原型（INPs），并利用这些 INPs 指导图像重建，通过重建误差实现异常检测。
Exploring Intrinsic Normal Prototypes within a Single Image for Universal Anomaly Detection
论文地址：https://arxiv.org/pdf/2503.02424
项目地址：https://github.com/luow23
极市直播预告｜CVPR2025：超强异常检测新方法！INP-Former 从单张图像中提取正常模式
➤回放视频在这里☟
极市平台专注分享计算机视觉前沿资讯和技术干货，特邀请行业内专业牛人嘉宾为大家分享视觉领域内的干货及经验，目前已成功举办130期线上分享。近期在线分享可点击以下合集查看：
# CV技术社群邀请函 #
备注：姓名-学校/公司-研究方向-城市（如：小极-北大-目标检测-深圳）
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
