官网：https://www.mvtec.com/company/research/datasets/mvtec-3d-ad/downloadshttps://www.mvtec.com/company/research/datasets/mvtec-3d-adhttps://www.mvtec.com/company/research/datasets/mvtec-3d-ad数据大小：13个G1.介绍        MVTec3D异常检测数据集(MVTec3D-ad)是一个用于无监督异常检测和定位任务的综合3D数据集。        它包含由工业3D传感器获得的4000多个高分辨率扫描。10

1.基本资料官网：https://www.mvtec.com/company/research/datasets/mvtec-ad/Paper：https://link.springer.com/content/pdf/10.1007/s11263-020-01400-4.pdf2.数据集介绍2.1.统计数据MVTEC为无监督缺陷检测数据集，共包含3466张无标注图，1888张有标注图（像素级分割标注），大小均为700×700或1024×1024；trainingdataset有3629张，全部为无缺陷图；testdataset有1725张，为有缺陷图片+无缺陷图；图片可划分为5种纹理+10种

（排名第1）TowardsTotalRecallinIndustrialAnomalyDetection（PatchCore）面向工业异常检测的全召回MVTecAD数据集上排名第一，检测准确率为99.1%，分割准确率为98.1%    缺陷检测是工业制造中的关键组成部分，最主要的解决方法是仅使用无缺陷的示例图像来拟合模型。将ImageNet模型的嵌入与异常值检测模型相结合。提出了PathCore，使用了名义补丁特征的内存库。在MVTecAD上，AUROC得分99.6%。            1.引言    应用“cold-start”异常检测，工业缺陷很可能从细微的变化到较大的结构缺陷，现有

（排名第1）TowardsTotalRecallinIndustrialAnomalyDetection（PatchCore）面向工业异常检测的全召回MVTecAD数据集上排名第一，检测准确率为99.1%，分割准确率为98.1%    缺陷检测是工业制造中的关键组成部分，最主要的解决方法是仅使用无缺陷的示例图像来拟合模型。将ImageNet模型的嵌入与异常值检测模型相结合。提出了PathCore，使用了名义补丁特征的内存库。在MVTecAD上，AUROC得分99.6%。            1.引言    应用“cold-start”异常检测，工业缺陷很可能从细微的变化到较大的结构缺陷，现有