模型
PatchCore
基于记忆库的工业异常检测方法，通过存储正常样本特征并利用最近邻检索进行异常评分，判别性强但存储开销较大。
时间轴 (近 90 天)
11月3日
记忆库方法（如 PatchCore、PaDiM）在训练阶段存储正常样本特征集合，推理时通过最近邻检索判断异常，存储开销随训练集规模线性增长。
待验证50%
9月11日
PaDiM 和 PatchCore 是仅基于良品训练的异常检测算法，不需要缺陷样本即可工作
待验证50%
9月11日
PatchCore 输出异常热力图，可通过设置最小面积、连通域约束等后处理规则过滤零星噪点，只保留具有空间聚集性的真实缺陷信号
待验证50%