WCAV2024
摘要&引言
RGB骨干：某些表面异常仅在RGB中实际上仍然是看不见的，因此需要合并三维信息（确实重点在于“合并”，单纯看例子里的深度图片也看不出来异常在哪里，但是和rgb overlay之后就明显一些了）。在工业深度数据集上重新训练RGB骨干，这是为更快的密集输入处理而设计的，由于足够大的数据集的可用性有限而受到阻碍。
点云骨干：一般的点云数据集并不能很好地表示工业设置的深度外观分布（那是说点云训练的模型泛化性能差，和现实工业场景不兼容？还是说他们用的点云数据失了真，无法真实的表现现实场景？），从而导致了次优表示。此外，点云主干网大大减慢了处理速度，降低了该方法的实用性。
-》提速思路：直接把点云视作灰度图片然后用RGB训练的网络来推理（那不就丧失了3d性？）
-》-》这种改进的不足：在表示对于异常检测至关重要的深度属性方面表现不足。这是因为RGB图像处理网络通常没有被设计来捕获深度信息，它们优化的是处理颜色和纹理的能力。而深度图像的结构和分布可能与普通的RGB图像很不一样，所以直接应用RGB网络到深度数据可能会导致损失重要的深度信息，这对于准确检测异常是不利的。（不只是你这个rgb网络没有提取深度特征的能力啊，你这个输入都已经是灰度图了喂）
-》-》-》改进思路：把rgb网络再在深度数据上训练一下
-》-》-》-》不足：rgb预训练模型是在很大型数据集上训练的，现有的包括mvtec3d都不够量级
方法
DADA
所以深度图像不像rgb，看不出来对象具体的纹理沟壑细节
但是通常大家用l2损失，对变化敏感，因此通常rgb的贡献更大，而深度数据基本0贡献（所以像CDO等有些算法才认为直接研究rgb比融合上3d效果更好吗？）
DDG
从而DADA的训练是rgb和深度图像对。rgb图像来自典中典imagenet，深度图像是与rgb无关的模拟生成得到