MSFlow: Multiscale Flow-Based Framework for Unsupervised Anomaly Detection
由于获取不到足够的异常样本用于模型训练，无监督异常检测（UAD）逐渐成为主流的异常检测方法，但这种方法中异常样本和注释的缺失会降低UAD的检测性能。
统计模型（规范化流）适合于以无监督的方式进行异常检测（AD）和定位，统计模型通过将异常数据的分布与正常数据的分布进行对比以进行概率计算，由此可以有效地区分不可预测的异常。
TNNLS
#TPAMI
1
#NeurIPS
1
#DDP
1
#Knowledge Distillation
1
#AAAI
1
#VLP
1
#AE
2
#ACM MM
2
#TNNLS
1
#arXiv
2
#LLM
2
#ECCV
1
#DDPM
1
#压缩/解压
1
#iForest
1
#ICDM
1
#ViT
1
#ICCV
1
#ResNet
1
#CVPR
7
#CNN
1
#MNIST
1
#PyTorch
1
#栈
3
#剪枝
1
#数组
6
#暴力
2
#链表
4
#SSM
1
#递归
1
#链表
2
#模拟
1
#滑动窗口
1
#STL
1
#二分查找
1
#medium题
11
#动态规划
2
#哈希表
6
#双指针
13
#easy题
19