Esta guía explora la detección no supervisada de anomalías para la inspección de superficies industriales utilizando un subconjunto del conjunto de datos MVTec AD. Presenta un pipeline basado en Python que identifica defectos sin datos de entrenamiento etiquetados, lo que lo hace escalable para la fabricación real. El enfoque utiliza técnicas comunes de visión por computadora y es particularmente útil para equipos de aseguramiento de calidad que buscan automatizar la inspección. Aunque el método es establecido, el valor comercial es alto debido a la creciente demanda de detección automatizada de defectos en industrias como la electrónica y la automotriz. Los desarrolladores pueden adaptar este pipeline a sus propios conjuntos de datos con cambios mínimos.
Una guía práctica para la detección no supervisada de defectos en el conjunto de datos MVTec AD con Python, relevante para el control de calidad en fabricación.