通用化模型

通过残差学习从查询样本中搜寻正常性以实现通用异常检测

Hunting Normality from Query Sample via Residual Learning for Generalist Anomaly Detection

将残差特征从「直接建模分布」改为「引导学习实例级正常性代理」，并用支持集特征动态聚合查询相关的正常性代理，这一思路可迁移到少样本缺陷检测、开放类别异常定位以及任何需要类不变表征的定位任务。