数据集概述
本数据集为长尾在线异常检测（LTOAD）任务提供支持，包含四个基础异常检测数据集的长尾分布划分文件和测试序列，用于复现ICCV 2025相关研究论文的实验设置，推动该领域后续研究。
文件详解
- 根目录文件：
- README.md：Markdown格式的说明文档，介绍数据集结构与使用方法
- 子目录：
- data/：包含MVTec、VisA、DAGM、Uni-Medical四个数据集的长尾划分文件与测试序列
- 各数据集子目录下的metas/train/：存放训练配置的JSON文件（如exp-100.json、step-100.json）
- 各数据集子目录下的metas/test/：存放测试配置的JSON文件（如B.json、B-HF.json）
- scripts/：包含四个基础数据集的预处理脚本
数据来源
Mitsubishi Electric Research Laboratories (MERL)
适用场景
- 计算机视觉研究：用于长尾分布场景下的在线异常检测算法开发与验证
- 算法性能评估：对比不同LTOAD算法在各类测试配置下的表现
- 异常检测任务扩展：基于现有划分探索长尾数据对在线学习过程的影响
- 学术研究复现：支持ICCV 2025相关论文实验结果的复现与延伸研究
