FoundAD

用基础视觉编码器，少样本即可精准检测异常

FoundAD 是 ICLR 2026 论文《Foundation Visual Encoders Are Secretly Few-Shot Anomaly Detectors》的官方实现，旨在揭示基础视觉编码器（如 CLIP、DINOv2 等）在极少样本条件下即可作为异常检测器的潜力。项目解决了传统异常检测方法依赖大量正常样本训练、泛化能力弱的问题，通过利用预训练视觉编码器的强大表征能力，仅需少量正常样本即可实现高效的异常检测。核心能力包括：提供多种基础视觉编码器的即插即用接口，支持 few-shot 异常检测评估，并包含标准基准数据集上的实验配置。项目代码基于 Python 实现，结构清晰，便于研究者复现论文结果并扩展新方法。