图像异常检测应从明确目标、选对工具、小步验证入手，核心是结合场景定义“异常”，人工标注总结视觉共性，再依异常占比与是否允许未知类选择方法；优先尝试GMM、One-Class SVM或Autoencoder等经典模型。
图像异常检测不是先学一堆理论再动手，而是从明确目标、选对工具、小步验证开始。核心在于理解“什么是异常”在你手头数据里的具体含义，而不是套用通用模型。
搞清楚你的“异常”到底长什么样
异常没有标准定义，它完全取决于你的场景。工业质检中划痕、缺料是异常；医学影像里微小结节可能是异常；而监控视频中突然出现的物体也可能是异常。别急着跑模型，先花半天时间人工翻100张图，标出你认为的异常样本，总结共性：是纹理突变？形状不规则？亮度异常？还是位置不合常理？这个过程比调参重要十倍。
- 用Excel或简单标注工具（如CVAT轻量版）记下每类异常的视觉特征和出现条件
- 统计异常占比——如果少于0.1%，得优先考虑采样策略或损失函数设计
- 确认是否允许“未知类异常”（比如训练没见过的缺陷类型），这直接决定该用监督、半监督还是无监督方法
从经典方法起步，别一上来就堆深度学习
很多实际项目用高斯混合模型（GMM）、One-Class SVM 或 Autoencoder 就能解决80%的问题，速度快、可解释、容易调试。尤其当样本少、类别模糊、计算资源有限时，传统方法更稳。
- 先用OpenCV提取纹理特征（LBP、GLCM）+ PCA降维，喂给One-Class SVM，50行代码就能跑通baseline
- Autoencoder适合重建误差明显的场景（如规则背景下的异物），重点调重建loss权重和latent维度，不必追求SOTA结构
- 对比不同方法在验证集上的PR曲线，特别看低误报率（FPR
用预训练模型做迁移，但要剪得干净
ImageNet预训练主干（ResNet18、ViT-Tiny）确实好用，但别直接接大分类头。异常检测的关键是捕捉细微差异，所以建议：
- 冻结前两层，只微调后半部分；特征图取layer3或layer4输出，接一个轻量注意力模块（如CBAM）增强局部敏感性
- 用Patch-based策略：把图切成64×64块，分别提取特征再聚合，比整图输入更能定位异常区域
- 损失函数别只用MSE，加一项“特征分布一致性约束”（比如最小化正常块特征的方差），防止模型“假装学会”
部署前必须做的三件事
模型离线指标好看≠线上能用。真实场景里光照变化、相机抖动、脏镜头都会让性能跳变。
- 在测试集上模拟常见退化：加高斯噪声、随机遮挡、对比度衰减，看AUC掉多少——掉超5%就得加鲁棒预处理
- 导出为ONNX格式，在目标设备（Jetson、RK3588、甚至树莓派）实测单帧耗时，超过50ms要考虑蒸馏或量化
- 设置两级告警：一级是模型输出置信度阈值，二级是后处理规则（如连续3帧异常才触发，排除噪点干扰）
基本上就这些。异常检测不是拼模型深度，而是拼你对数据、产线逻辑和落地瓶颈的理解深度。跑通第一个可用版本可能只要两天，后续迭代才是真功夫。
