Buchumschlag

IPAD: Industrial Process Anomaly Detection Dataset

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jinfan, Yan, Yichao, Li, Junjie, Zhao, Weiming, Chu, Pengzhi, Sheng, Xingdong, Liu, Yunhui, Yang, Xiaokang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

$E^{3}$Gen: Efficient, Expressive and Editable Avatars Generation
von: Zhang, Weitian, et al.
Veröffentlicht: (2024)

Rethinking Clothes Changing Person ReID: Conflicts, Synthesis, and Optimization
von: Li, Junjie, et al.
Veröffentlicht: (2024)

Infusion: Preventing Customized Text-to-Image Diffusion from Overfitting
von: Zeng, Weili, et al.
Veröffentlicht: (2024)

Perceiving and Acting in First-Person: A Dataset and Benchmark for Egocentric Human-Object-Human Interactions
von: Xu, Liang, et al.
Veröffentlicht: (2025)

IPAD-CLIP: Teaching CLIP to Detect Image Local Perceptual Artifacts
von: Wang, Juan, et al.
Veröffentlicht: (2026)

Revealing Directions for Text-guided 3D Face Editing
von: Chen, Zhuo, et al.
Veröffentlicht: (2024)

HSS-IAD: A Heterogeneous Same-Sort Industrial Anomaly Detection Dataset
von: Wang, Qishan, et al.
Veröffentlicht: (2025)

TAL: Two-stream Adaptive Learning for Generalizable Person Re-identification
von: Yan, Yichao, et al.
Veröffentlicht: (2021)

Towards High-Resolution 3D Anomaly Detection: A Scalable Dataset and Real-Time Framework for Subtle Industrial Defects
von: Cheng, Yuqi, et al.
Veröffentlicht: (2025)

CXR-AD: Component X-ray Image Dataset for Industrial Anomaly Detection
von: Bai, Haoyu, et al.
Veröffentlicht: (2025)

Referring Industrial Anomaly Segmentation
von: Yue, Pengfei, et al.
Veröffentlicht: (2026)

RAD: A Comprehensive Dataset for Benchmarking the Robustness of Image Anomaly Detection
von: Cheng, Yuqi, et al.
Veröffentlicht: (2024)

Prior Normality Prompt Transformer for Multi-class Industrial Image Anomaly Detection
von: Yao, Haiming, et al.
Veröffentlicht: (2024)

AniSDF: Fused-Granularity Neural Surfaces with Anisotropic Encoding for High-Fidelity 3D Reconstruction
von: Gao, Jingnan, et al.
Veröffentlicht: (2024)

Component-aware Unsupervised Logical Anomaly Generation for Industrial Anomaly Detection
von: Tong, Xuan, et al.
Veröffentlicht: (2025)

Advancing Metallic Surface Defect Detection via Anomaly-Guided Pretraining on a Large Industrial Dataset
von: Liu, Chuni, et al.
Veröffentlicht: (2025)

FAIR: Frequency-aware Image Restoration for Industrial Visual Anomaly Detection
von: Liu, Tongkun, et al.
Veröffentlicht: (2023)

Multi-View Industrial Anomaly Detection with Epipolar Constrained Cross-View Fusion
von: Liu, Yifan, et al.
Veröffentlicht: (2025)

IPAD: Iterative, Parallel, and Diffusion-based Network for Scene Text Recognition
von: Yang, Xiaomeng, et al.
Veröffentlicht: (2023)

ADPretrain: Advancing Industrial Anomaly Detection via Anomaly Representation Pretraining
von: Yao, Xincheng, et al.
Veröffentlicht: (2025)

SingingHead: A Large-scale 4D Dataset for Singing Head Animation
von: Wu, Sijing, et al.
Veröffentlicht: (2023)

Deep Industrial Image Anomaly Detection: A Survey
von: Liu, Jiaqi, et al.
Veröffentlicht: (2023)

POLAR: A Portrait OLAT Dataset and Generative Framework for Illumination-Aware Face Modeling
von: Chen, Zhuo, et al.
Veröffentlicht: (2025)

Synthesis4AD: Synthetic Anomalies are All You Need for 3D Anomaly Detection
von: Sun, Yihan, et al.
Veröffentlicht: (2026)

Self-Navigated Residual Mamba for Universal Industrial Anomaly Detection
von: Li, Hanxi, et al.
Veröffentlicht: (2025)

ToCoAD: Two-Stage Contrastive Learning for Industrial Anomaly Detection
von: Liang, Yun, et al.
Veröffentlicht: (2024)

Self-supervised Feature Adaptation for 3D Industrial Anomaly Detection
von: Tu, Yuanpeng, et al.
Veröffentlicht: (2024)

Towards Efficient Pixel Labeling for Industrial Anomaly Detection and Localization
von: Li, Hanxi, et al.
Veröffentlicht: (2024)

Myriad: Large Multimodal Model by Applying Vision Experts for Industrial Anomaly Detection
von: Li, Yuanze, et al.
Veröffentlicht: (2023)

Breaking the Bias: Recalibrating the Attention of Industrial Anomaly Detection
von: Chen, Xin, et al.
Veröffentlicht: (2024)

Multi-times Monte Carlo Rendering for Inter-reflection Reconstruction
von: Zhu, Tengjie, et al.
Veröffentlicht: (2024)

Disentangled Clothed Avatar Generation with Layered Representation
von: Zhang, Weitian, et al.
Veröffentlicht: (2025)

AnomalyR1: A GRPO-based End-to-end MLLM for Industrial Anomaly Detection
von: Chao, Yuhao, et al.
Veröffentlicht: (2025)

Robust Distribution Alignment for Industrial Anomaly Detection under Distribution Shift
von: Liao, Jingyi, et al.
Veröffentlicht: (2025)

AgentIAD: Agentic Industrial Anomaly Detection via Adaptive Memory Augmentation
von: Miao, Junwen, et al.
Veröffentlicht: (2025)

Cross-Modal Learning for Anomaly Detection in Complex Industrial Process: Methodology and Benchmark
von: Wu, Gaochang, et al.
Veröffentlicht: (2024)

Industrial Anomaly Detection and Localization Using Weakly-Supervised Residual Transformers
von: Li, Hanxi, et al.
Veröffentlicht: (2023)

Real-IAD Variety: Pushing Industrial Anomaly Detection Dataset to a Modern Era
von: Zhu, Wenbing, et al.
Veröffentlicht: (2025)

Multimodal Industrial Anomaly Detection via Geometric Prior
von: Li, Min, et al.
Veröffentlicht: (2026)

Towards Explainable Industrial Anomaly Detection via Knowledge-Guided Latent Reasoning
von: Chen, Peng, et al.
Veröffentlicht: (2026)