摘要：本文介绍了Anomalib和PatchCore在工业视觉异常检测中的应用。针对工业场景中正常样本多、异常样本少且类型不固定的特点，PatchCore通过预训练CNN提取正常图像特征建立memory bank，测试时通过特征距离比较实现异常检测。文章详细讲解了Anomalib环境配置、自定义数据集构建方法，并提供了完整的PatchCore训练脚本，支持不同数据情况下的训练、评估和模型导出。实验

在用labelme2yolo工具时遇到报错：因为路径中的中文字符 被编码成了乱码，导致cv2.imread无法打开文件。[ WARN:0@7.379] global loadsave.cpp:275 cv::findDecoder imread_('D:\longzhi\0506\3\0\YOLODataset/images/train/渚1.png'): can't open/read fil