异常检测开源数据集资源汇总

前言本文收集和整理了一些异常检测相关的开源数据集，希望能给大家的学习带来帮助。

本文转载自极市平台

仅用于学术分享，若侵权请联系删除

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

AeBAD航空发动机叶片异常检测数据集

真实世界的航空发动机叶片异常检测（AeBAD）数据集，由两个子数据集组成：单叶片数据集（AeBAD-S）和叶片视频异常检测数据集（AeBAD-V）。与现有数据集相比，AeBAD具有以下两个特点：1.）目标样本未对齐且处于不同的尺度。2.) 测试集和训练集中正态样本的分布存在域偏移，其中域偏移主要是由光照和视图的变化引起的。

BeanTech 异常检测数据集

数据集下载链接：http://suo.nz/2JEGEi

BTAD （beanTech 异常检测）数据集是真实世界的工业异常数据集。该数据集包含 3 种工业产品的总共 2830 张真实世界图像。

LAD视频序列异常检测

数据集下载链接：http://suo.nz/35AL1Z

Large-scale Anomaly Detection (LAD) 是一个用于对视频序列中的异常检测进行基准测试的数据库，它具有两个方面的特点。1) 包含正常和异常视频片段2000个视频序列，碰撞、火灾、暴力等14个异常类别，场景种类繁多，是目前最大的异常分析数据库。2）提供标注数据，包括视频级标签（异常/正常视频、异常类型）和帧级标签（异常/正常视频帧），方便异常检测。

RoadAnomaly21

数据集下载链接：http://suo.nz/2Y8MHC

RoadAnomaly21是一个用于异常分割的数据集，其任务是识别包含训练期间从未见过的对象的图像区域。它由 100 张带有像素级注释的图像的评估数据集组成。每张图片至少包含一个异常物体，例如动物或未知车辆。异常可以出现在图像的任何地方，并且大小差异很大，覆盖图像的 0.5% 到 40%。

UBnormal数据集

数据集下载链接：http://suo.nz/2Rix5f

UBnormal 是一种新的监督开放集基准测试，由多个虚拟场景组成，用于视频异常检测。与现有数据集不同，该数据集在训练时引入了像素级注释的异常事件，首次实现了使用全监督学习方法进行异常事件检测。为了保留典型的开放集公式，数据集在视频的训练和测试集合中包含不相交的异常类型集。

VisA异常数据集

数据集下载链接：http://suo.nz/2JMk0y

VisA 数据集包含 12 个子集，对应 12 个不同的对象。共有 10,821 张图像，其中包含 9,621 个正常样本和 1,200 个异常样本。四个子集是不同类型的印刷电路板 (PCB)，具有相对复杂的结构，包括晶体管、电容器、芯片等。对于视图中多个实例的情况，我们收集了四个子集：Capsules、Candles、Macaroni1 和 Macaroni2。Capsules 和 Macaroni2 中的实例在位置和姿势上有很大不同。