异常点检测常常应用于数据正样本较少的场景，通过单类数据训练并构建模型进而检测潜在的异常值，比较典型的代表方法PaDiM, 该方法利用一个预先训练好的卷积神经网络(CNN)进行patch嵌入，利用多元高斯分布得到正常类的概率表示，它还利用了CNN的不同语义级别之间的相关性来更好地定位异常。PaDiM在MVTec AD数据集上的异常检测和定位方面优于当前最先进的方法，算法也评估了在非对齐数据集上的性能。