L'ensemble de données VisA est un ensemble de données de pré-formation auto-supervisé SPot-the-Difference pour la détection et la segmentation des anomalies.Il contient 12 sous-ensembles, correspondant à 12 objets différents, comme le montre la figure. Il y a 10 821 images, dont 9 621 échantillons normaux et 1 200 échantillons anormaux. Les quatre sous-ensembles sont différents types de cartes de circuits imprimés (PCB), qui ont des structures relativement complexes et contiennent des transistors, des condensateurs, des puces, etc. Dans le cas de plusieurs instances en vue, nous collectons quatre sous-ensembles : Capsules, Bougies, Macaroni1 et Macaroni2. Les instances dans Capsules et Macaroni2 diffèrent considérablement en termes de position et de pose. De plus, l’équipe de recherche a collecté quatre sous-ensembles, comprenant des noix de cajou, du chewing-gum, des frites et des frites en pipe, dans lesquels les objets étaient approximativement alignés. Les images anormales comprennent une variété de défauts, notamment des défauts de surface tels que des rayures, des bosses, des taches de couleur ou des fissures, ainsi que des défauts structurels tels que des pièces mal placées ou manquantes.