然而在实际应用中,缺陷样本或负样本通常难以预先收集,并且手动标记需要耗费大量时间。 本文提出了一种仅基于正样本训练的新型缺陷检测框架。 其检测原理是建立一个重建网络,如果它们存在,可以修复样本中的缺陷区域,然后在输入样本和重建样本之间进行比较,以指示准确的缺陷区域。