模型
PaDiM
基于记忆库的工业异常检测方法，利用预训练特征提取器构建正常样本的特征分布，通过马氏距离进行异常检测。
时间轴 (近 90 天)
11月3日
记忆库方法（如 PatchCore、PaDiM）在训练阶段存储正常样本特征集合，推理时通过最近邻检索判断异常，存储开销随训练集规模线性增长。
待验证50%
9月11日
PaDiM 和 PatchCore 是仅基于良品训练的异常检测算法，不需要缺陷样本即可工作
待验证50%
基于记忆库的工业异常检测方法，利用预训练特征提取器构建正常样本的特征分布，通过马氏距离进行异常检测。
记忆库方法（如 PatchCore、PaDiM）在训练阶段存储正常样本特征集合，推理时通过最近邻检索判断异常，存储开销随训练集规模线性增长。
PaDiM 和 PatchCore 是仅基于良品训练的异常检测算法，不需要缺陷样本即可工作