Self Supervised Anomaly Detection

Self-Supervised Anomaly Detection是计算机视觉领域的一个重要子任务，旨在通过自监督学习方法，无需标注数据即可检测出图像或视频中的异常现象。该任务的目标是建立一个能够自动识别偏离正常模式的模型，从而在工业检测、医疗诊断、安全监控等场景中发挥关键作用，提高系统的鲁棒性和可靠性。