項目簡介

本項目意在基于TCL在智能制造上缺陷檢測的成功經驗（TCL-READ項目），研發基于自監督學習的大規模異常檢測算法和模型，重點解決異常檢測中小樣本和數據長尾問題，通過針對不同行業的業務和數據特點，研發可在無異常（無缺陷）圖像上進行自學習和自訓練的異常檢測技術，本項目將搭建工業級別的開源數據庫和技術生態平臺，尋找更加魯棒的和自動化的自監督訓練方法，建立工業異常檢測的標準化流程及評測指標，提升工業異常檢測技術的性能和跨行業擴展性。具有算法豐富、開箱即用、精度保證等特點。

技術特點：

1.  基于無監督和自監督的大規模異常檢測模型的技術方法；在無標簽數據中訓練通用特征模型（類似visualBERT），并可應用與不同的工業檢測任務中；

2.  搭建工業級可擴展的異常檢測技術平臺；

3.  搭建目前國內最大規模的開源工業缺陷和異常檢測數據庫。

詳細介紹：

https://git.www.cfcf666.com/OpenI/READ_pytorch/src/branch/master/README.md