異常檢測開源數(shù)據(jù)集資源匯總
AeBAD航空發(fā)動機葉片異常檢測數(shù)據(jù)集
數(shù)據(jù)集下載鏈接:http://suo.nz/2IU48P
真實世界的航空發(fā)動機葉片異常檢測(AeBAD)數(shù)據(jù)集,由兩個子數(shù)據(jù)集組成:單葉片數(shù)據(jù)集(AeBAD-S)和葉片視頻異常檢測數(shù)據(jù)集(AeBAD-V)。與現(xiàn)有數(shù)據(jù)集相比,AeBAD具有以下兩個特點:1.)目標(biāo)樣本未對齊且處于不同的尺度。2.) 測試集和訓(xùn)練集中正態(tài)樣本的分布存在域偏移,其中域偏移主要是由光照和視圖的變化引起的。

BeanTech 異常檢測數(shù)據(jù)集
數(shù)據(jù)集下載鏈接:http://suo.nz/2JEGEi
BTAD (beanTech 異常檢測)數(shù)據(jù)集是真實世界的工業(yè)異常數(shù)據(jù)集。該數(shù)據(jù)集包含 3 種工業(yè)產(chǎn)品的總共 2830 張真實世界圖像。

LAD視頻序列異常檢測
數(shù)據(jù)集下載鏈接:http://suo.nz/35AL1Z
Large-scale Anomaly Detection (LAD) 是一個用于對視頻序列中的異常檢測進行基準(zhǔn)測試的數(shù)據(jù)庫,它具有兩個方面的特點。1) 包含正常和異常視頻片段2000個視頻序列,碰撞、火災(zāi)、暴力等14個異常類別,場景種類繁多,是目前最大的異常分析數(shù)據(jù)庫。2)提供標(biāo)注數(shù)據(jù),包括視頻級標(biāo)簽(異常/正常視頻、異常類型)和幀級標(biāo)簽(異常/正常視頻幀),方便異常檢測。

RoadAnomaly21
數(shù)據(jù)集下載鏈接:http://suo.nz/2Y8MHC
RoadAnomaly21是一個用于異常分割的數(shù)據(jù)集,其任務(wù)是識別包含訓(xùn)練期間從未見過的對象的圖像區(qū)域。它由 100 張帶有像素級注釋的圖像的評估數(shù)據(jù)集組成。每張圖片至少包含一個異常物體,例如動物或未知車輛。異??梢猿霈F(xiàn)在圖像的任何地方,并且大小差異很大,覆蓋圖像的 0.5% 到 40%。

UBnormal數(shù)據(jù)集
數(shù)據(jù)集下載鏈接:http://suo.nz/2Rix5f
UBnormal 是一種新的監(jiān)督開放集基準(zhǔn)測試,由多個虛擬場景組成,用于視頻異常檢測。與現(xiàn)有數(shù)據(jù)集不同,該數(shù)據(jù)集在訓(xùn)練時引入了像素級注釋的異常事件,首次實現(xiàn)了使用全監(jiān)督學(xué)習(xí)方法進行異常事件檢測。為了保留典型的開放集公式,數(shù)據(jù)集在視頻的訓(xùn)練和測試集合中包含不相交的異常類型集。

VisA異常數(shù)據(jù)集
數(shù)據(jù)集下載鏈接:http://suo.nz/2JMk0y
VisA 數(shù)據(jù)集包含 12 個子集,對應(yīng) 12 個不同的對象。共有 10,821 張圖像,其中包含 9,621 個正常樣本和 1,200 個異常樣本。四個子集是不同類型的印刷電路板 (PCB),具有相對復(fù)雜的結(jié)構(gòu),包括晶體管、電容器、芯片等。對于視圖中多個實例的情況,我們收集了四個子集:Capsules、Candles、Macaroni1 和 Macaroni2。Capsules 和 Macaroni2 中的實例在位置和姿勢上有很大不同。
