提出工业视觉异常检测持续学习基准InCLAD

2026年10月15日，arXiv Artificial Intelligence 刊出报道，称有研究者提出面向工业视觉异常检测的持续学习基准 InCLAD。该基准将工业视觉异常检测重构为任务增量式持续学习基准，每个工业部件定义一个任务，学习目标保持半监督。报道称，基准提供随机、由易到难、由难到易等多种场景，并跨多个数据集评估，从图像级异常检测和像素级异常定位两个角度衡量持续性能。报道所附证据为基准组织方式的说明，即把基准组织为一系列相关的部件级任务，并定义包括随机、由易到难、由难到易在内的多种场景。截至该报道，事件进展为基准的提出与设定说明，尚无后续跟进报道。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。