Copertina

Continual Learning Approaches for Anomaly Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Pezze, Davide Dalle, Anello, Eugenia, Masiero, Chiara, Susto, Gian Antonio
Natura:	Preprint
Pubblicazione:	2022
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Teach YOLO to Remember: A Self-Distillation Approach for Continual Object Detection
di: De Monte, Riccardo, et al.
Pubblicazione: (2025)

AdapTS: Lightweight Teacher-Student Approach for Multi-Class and Continual Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2026)

Unveiling the Anomalies in an Ever-Changing World: A Benchmark for Pixel-Level Anomaly Detection in Continual Learning
di: Bugarin, Nikola, et al.
Pubblicazione: (2024)

Towards Continual Visual Anomaly Detection in the Medical Domain
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

Continual Visual Anomaly Detection on the Edge: Benchmark and Efficient Solutions
di: Barusco, Manuel, et al.
Pubblicazione: (2026)

Memory Efficient Continual Learning for Edge-Based Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

MoViAD: A Modular Library for Visual Anomaly Detection
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

Multi-Label Continual Learning for the Medical Domain: A Novel Benchmark
di: Ceccon, Marina, et al.
Pubblicazione: (2024)

Evaluating Modern Visual Anomaly Detection Approaches in Semiconductor Manufacturing: A Comparative Study
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

MIRAGE: Model-agnostic Industrial Realistic Anomaly Generation and Evaluation for Visual Anomaly Detection
di: Hu, Jinwei, et al.
Pubblicazione: (2026)

Fairness Evolution in Continual Learning for Medical Imaging
di: Ceccon, Marina, et al.
Pubblicazione: (2024)

Efficient Visual Anomaly Detection at the Edge: Enabling Real-Time Industrial Inspection on Resource-Constrained Devices
di: Stropeni, Arianna, et al.
Pubblicazione: (2026)

TiROD: Tiny Robotics Dataset and Benchmark for Continual Object Detection
di: Pasti, Francesco, et al.
Pubblicazione: (2024)

Explainable Visual Anomaly Detection via Concept Bottleneck Models
di: Stropeni, Arianna, et al.
Pubblicazione: (2025)

VAD4Space: Visual Anomaly Detection for Planetary Surface Imagery
di: Genilotti, Fabrizio, et al.
Pubblicazione: (2026)

Towards Scalable IoT Deployment for Visual Anomaly Detection via Efficient Compression
di: Stropeni, Arianna, et al.
Pubblicazione: (2025)

PaSTe: Improving the Efficiency of Visual Anomaly Detection at the Edge
di: Barusco, Manuel, et al.
Pubblicazione: (2024)

AD4AD: Benchmarking Visual Anomaly Detection Models for Safer Autonomous Driving
di: Genilotti, Fabrizio, et al.
Pubblicazione: (2026)

Latent Distillation for Continual Object Detection at the Edge
di: Pasti, Francesco, et al.
Pubblicazione: (2024)

From Vision to Sound: Advancing Audio Anomaly Detection with Vision-Based Algorithms
di: Barusco, Manuel, et al.
Pubblicazione: (2025)

Replay Consolidation with Label Propagation for Continual Object Detection
di: De Monte, Riccardo, et al.
Pubblicazione: (2024)

Domain Adaptation for Image Classification of Defects in Semiconductor Manufacturing
di: Poniatowski, Adrian, et al.
Pubblicazione: (2025)

Deep Learning for Virtual Reality User Identification: A Benchmark
di: Frizzo, Davide, et al.
Pubblicazione: (2026)

Continuous Memory Representation for Anomaly Detection
di: Lee, Joo Chan, et al.
Pubblicazione: (2024)

One-for-More: Continual Diffusion Model for Anomaly Detection
di: Li, Xiaofan, et al.
Pubblicazione: (2025)

Exploring Multimodal Prompts For Unsupervised Continuous Anomaly Detection
di: Zhou, Mingle, et al.
Pubblicazione: (2026)

Continual-MEGA: A Large-scale Benchmark for Generalizable Continual Anomaly Detection
di: Lee, Geonu, et al.
Pubblicazione: (2025)

CL-BioGAN: Biologically-Inspired Cross-Domain Continual Learning for Hyperspectral Anomaly Detection
di: Wang, Jianing, et al.
Pubblicazione: (2025)

ReplayCAD: Generative Diffusion Replay for Continual Anomaly Detection
di: Hu, Lei, et al.
Pubblicazione: (2025)

CADE: Continual Weakly-supervised Video Anomaly Detection with Ensembles
di: Hashimoto, Satoshi, et al.
Pubblicazione: (2025)

Anomaly Heterogeneity Learning for Open-set Supervised Anomaly Detection
di: Zhu, Jiawen, et al.
Pubblicazione: (2023)

Learn Suspected Anomalies from Event Prompts for Video Anomaly Detection
di: Tao, Chenchen, et al.
Pubblicazione: (2024)

GCR: Geometry-Consistent Routing for Task-Agnostic Continual Anomaly Detection
di: Chae, Joongwon, et al.
Pubblicazione: (2026)

On-Device Continual Learning for Unsupervised Visual Anomaly Detection in Dynamic Manufacturing
di: Ren, Haoyu, et al.
Pubblicazione: (2025)

AnomalyCLIP: Object-agnostic Prompt Learning for Zero-shot Anomaly Detection
di: Zhou, Qihang, et al.
Pubblicazione: (2023)

Leveraging Learning Bias for Noisy Anomaly Detection
di: Zhang, Yuxin, et al.
Pubblicazione: (2025)

Underrepresentation, Label Bias, and Proxies: Towards Data Bias Profiles for the EU AI Act and Beyond
di: Ceccon, Marina, et al.
Pubblicazione: (2025)

A Survey on RGB, 3D, and Multimodal Approaches for Unsupervised Industrial Image Anomaly Detection
di: Lin, Yuxuan, et al.
Pubblicazione: (2024)

Semi-Supervised Anomaly Detection in Brain MRI Using a Domain-Agnostic Deep Reinforcement Learning Approach
di: Zhang, Zeduo, et al.
Pubblicazione: (2025)

Normality-Preserving Continual Industrial Anomaly Detection via Orthogonal LoRA Banks
di: Fang, Weibai, et al.
Pubblicazione: (2026)