ForgeSight Industrial AD Lab

ALGORITHM PORTFOLIO · INDUSTRIAL VISION

只用正常样本建模，
检测并定位未知缺陷。

ForgeSight-AD 在 MVTec AD 全 15 类上统一比较 PatchCore、DINOv2、 PaDiM 与 Train-only 校准融合，并把像素定位、资源约束和可复核证据 串成一条工程链路。

查看实测结果 面试材料

本页是公开安全的聚合证据视图，不加载数据集图片、模型权重或本地工件。

BEST IMAGE AUROC

0.9728 Tail-gated fusion

BEST PIXEL AUROC

0.9747 PaDiM

BEST AUPRO@0.30

0.9237 PaDiM

OFFICIAL TEST

1,725 images + masks

MEASURED COMPARISON

同一评测口径下的方法取舍

AUPRO@0.30 · category macro mean higher is better

SYSTEM DESIGN

从正常样本到可解释诊断

核心难点不是只跑一个模型，而是控制数据泄漏、显存占用、 阈值来源和报告可追溯性。

  1. 01

    Train-only protocol

    固定 seed-17 划分；留出正常样本只做无标签 q95 校准，Test 不参与调参。

  2. 02

    Bounded features

    候选 patch 预截断至 20,000，再取 1% greedy coreset，限制主机与显存增长。

  3. 03

    Pixel localization

    统一长宽比缩放与有效区评测，排除反射 padding，比较 AUROC、AP 与 AUPRO。

  4. 04

    Evidence pipeline

    配置、split、权重和报告均绑定哈希；保留失败实验与恢复检查点。

EVIDENCE & BOUNDARIES

结果可信，也明确知道哪里还没验证

DATA 3,629 train-normal

15 类类别特定 one-class 模型；完整评测覆盖 1,725 张官方 Test 图像。

RUNTIME 2.94 FPS diagnostic

串行本地服务测量；排除 HTTP、浏览器、相机采集、并发和生产 SLA。

LIMIT Single-seed benchmark

实用简历基准，不声称多 seed 显著性、Formal Frozen Final 或 SOTA。

PUBLIC Sanitized release

公开仓库不包含 MVTec 图像、masks、预训练权重、bundle 或本机路径。

REPRODUCE THE REVIEW

60 秒打开作品集，按需再复现实验。

一页案例 GitHub