eliahuhorwitz/3D-ADS
Official Implementation for the "Back to the Feature: Classical 3D Features are (Almost) All You Need for 3D Anomaly Detection" paper (VAND Workshop - CVPR 2023).
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#1 Repository Của Tháng
🚀 3D-ADS: 'Quay lại đặc trưng' để phát hiện bất thường 3D hiệu quả
Phương pháp BTF dùng đặc trưng cổ điển 3D + màu sắc, đạt ROCAUC pixel-wise 99.3% trên MVTec 3D-AD.
3D-ADS là bản cài đặt chính thức bằng PyTorch của bài báo 'Back to the Feature: Classical 3D Features are (Almost) All You Need for 3D Anomaly Detection' (VAND Workshop - CVPR 2023), do Eliahu Horwitz và Yedid Hoshen nghiên cứu. Dự án khám phá cách sử dụng thông tin 3D trong phát hiện bất thường, phản biện giả thuyết rằng các phương pháp chỉ dùng màu sắc tốt hơn các phương pháp dùng 3D chuyên thiết.
✨ Điểm nổi bật
- 7 phương pháp so sánh: RGB iNet, Depth iNet, Raw, HoG, SIFT, FPFH, BTF (phương pháp đề xuất).
- Không dùng deep learning: BTF chỉ dựa trên đặc trưng 3D cổ điển, không cần huấn luyện mạng sâu.
- Kết hợp đặc trưng màu + 3D: BTF gộp đặc trưng màu sắc và đặc trưng hình dạng 3D để tận dụng điểm mạnh cả hai.
- Hiệu suất cao: Đạt PRO 96.4% và ROCAUC pixel-wise 99.3% trên MVTec 3D-AD.
- Hỗ trợ đầy đủ pipeline: Cung cấp mã để huấn luyện, đánh giá và lưu kết quả dưới dạng bảng markdown.
- Dễ tùy chỉnh: Có thể thay đổi danh sách lớp và phương pháp qua các tệp cấu hình.
- Bảng kết quả chi tiết: Đưa ra đầy đủ số liệu PRO, Image ROCAUC, Pixel ROCAUC trên 10 lớp.
- Mã nguồn mở: Dự án được triển khai bằng Python + PyTorch, dễ tích hợp và mở rộng.
💡 Vì sao đáng chú ý
Thay vì dựa vào các mạng CNN phức tạp, BTF chứng minh rằng các đặc trưng 3D cổ điển (như FPFH) kết hợp với đặc trưng màu sắc có thể vượt mặt các phương pháp học sâu chuyên dụng. Điều này mở ra hướng nghiên cứu mới: khai thác hiệu quả thông tin hình học mà không cần mô hình lớn. Dự án phù hợp cho nghiên cứu phát hiện bất thường 3D trong công nghiệp, kiểm tra chất lượng tự động.
#AnomalyDetection #3DComputerVision #PyTorch #MVTec3D #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
Ultralytics YOLO27, YOLO26, YOLO11, YOLOv8 — object detection, instance segmentation, semantic segmentation, image classification, pose estimation, object tracking
DeepSpeed is a deep learning optimization library that makes distributed training and inference easy, efficient, and effective.
An anomaly detection library comprising state-of-the-art algorithms and features such as experiment management, hyper-parameter optimization, and edge inference.
Tensors and Dynamic neural networks in Python with strong GPU acceleration