Herramientas de IA puntuadas para tu trabajo
Gana entrenando IA
🤝 Estás en la biblioteca Gratis y Open Source — herramientas creadas por la comunidad que puedes usar sin pagar. Un concepto distinto a nuestro directorio de IA puntuado.
Inicio › Gratis y Open Source › Seguros › anomalib
✦ Gratis y open sourceSeguros

anomalib

Entrena, evalúa y despliega modelos de visión de aprendizaje profundo para detectar y localizar anomalías visuales en conjuntos de datos de imágenes.

Detección visual de anomalías mediante aprendizaje profundo para la inspección de siniestros

Evalúa y despliega modelos de visión para detectar daños físicos o patrones inusuales en imágenes de inspección.

Gratis para siempre · open source · Apache-2.0
✓ Needs IT✓ En el navegador✓ Colaboración en tiempo real
7.8
ZEKAI
Framework de IA de visión esencial
Gratis y open source · Seguros
Facilidad de configuración6
Utilidad8
Mantenimiento9.5
Comunidad7.5
★ 6,315
GITHUB
Oct 2026
ACTUALIZADO
Apache-2.0
LICENCIA
🛠 ¿No quieres alojarlo tú mismo? Podemos configurarlo →
⚡ Respuesta rápida

Anomalib es una biblioteca de Python de código abierto diseñada para evaluar y desplegar algoritmos de detección visual de anomalías. Construida sobre PyTorch Lightning, ayuda a los ingenieros de visión por computador en seguros a entrenar modelos no supervisados para detectar daños físicos o anomalías en fotos de inspección sin necesidad de grandes conjuntos de fallos etiquetados.

Funciona en
Cross-platform
Alojamiento
Self-host
Idiomas
Python
Licencia
Apache-2.0

Qué es

La biblioteca proporciona algoritmos preconstruidos como PatchCore y WinCLIP para identificar, segmentar y localizar patrones visuales inesperados en imágenes o fotogramas de vídeo. Incluye una API de Python unificada y una CLI para gestionar el seguimiento de experimentos, la gestión de conjuntos de datos y la optimización de modelos. Los modelos se exportan directamente a la representación intermedia de OpenVINO para una ejecución rápida en servidores o hardware de borde.

Para quién

Se adapta a científicos de datos de seguros y desarrolladores de visión por computador que crean canales automatizados de evaluación de daños a la propiedad o detección visual de fraude. No es adecuado para peritos de seguros no técnicos o equipos que trabajan exclusivamente con registros de siniestros tabulares.

Funciones clave

Colección completa de algoritmos

Accede a algoritmos de vanguardia para la detección visual de anomalías, incluyendo PatchCore, FoundAD y WinCLIP.

Aceleración de hardware OpenVINO

Exporta los modelos entrenados a la representación intermedia de OpenVINO para una ejecución optimizada en arquitectura Intel.

CLI y API modulares

Entrena, evalúa y ejecuta predicciones utilizando opciones sencillas de línea de comandos o integraciones de scripts de Python.

Backends de hardware adaptados

Instala paquetes de backend diseñados específicamente para configuraciones NVIDIA CUDA, AMD ROCm, Intel XPU o CPU estándar.

Cómo empezar

Listo en 3 pasos

1
Instala la biblioteca con tu backend de hardware de destino usando uv pip install anomalib[cu130] o pip install anomalib.
2
Prepara tu conjunto de datos de inspección visual o configura un módulo de datos incluido como MVTecAD.
3
Ejecuta anomalib train a través de la CLI o inicializa un objeto Engine de Python para ajustar y evaluar tu modelo.
Sin rodeos

Nuestro veredicto honesto

Lo mejor

  • Amplia colección de algoritmos de aprendizaje profundo no supervisados para la segmentación visual de anomalías.
  • El backend nativo de PyTorch Lightning simplifica el desarrollo de modelos personalizados y los bucles de entrenamiento.
  • Las opciones de exportación OpenVINO integradas reducen la latencia de inferencia en CPUs y GPUs Intel.
  • Los complementos flexibles de hardware permiten una instalación precisa para entornos CUDA, ROCm o XPU.

Sus límites

  • Requiere recursos de computación GPU y una configuración de hardware especializada para un entrenamiento eficaz del modelo.
  • Centrado estrictamente en datos de imágenes y vídeo, sin ofrecer capacidades para tablas de siniestros tabulares.
  • Exige una profunda experiencia técnica en Python, PyTorch e infraestructura de machine learning.
Costo

Precios y licencia

Anomalib es gratuito y de código abierto bajo la licencia Apache-2.0. El coste principal proviene de la computación GPU en la nube o local necesaria para entrenar y ejecutar estos modelos de visión por computador.

Trabajo remunerado

Empleos para hispanohablantes

877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.

Ver todos los puestos abiertos →
Comparar

Alternativas

🎁 Alternativas gratis y open source

Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.

Más

Úsalo, o deja que lo configuremos

📄 PDF gratis: anomalib para Seguros
Una guía en lenguaje claro para tu primer resultado. Enviada a tu correo.
🔔 64 personas quieren un tutorial en vídeo completo — añade tu voto
🛠 ¿No quieres configurarlo tú mismo?
Instalamos, alojamos y configuramos anomalib por ti — y formamos a tu equipo.
Que lo hagamos por ti ↗
Preguntas

FAQ

¿Puede Anomalib detectar anomalías en siniestros de seguros tabulares?

No, Anomalib se centra específicamente en la detección y localización visual de anomalías dentro de conjuntos de datos de imágenes y vídeos.

¿Soporta Anomalib el despliegue en el borde para herramientas de evaluación in situ?

Sí, los modelos se exportan a formatos como OpenVINO IR para una inferencia optimizada en dispositivos móviles o de borde.

¿Qué framework de aprendizaje profundo impulsa Anomalib?

Se basa en PyTorch y PyTorch Lightning para gestionar los bucles de entrenamiento y la gestión de datos.

Radar

Últimas noticias de IA

✉️ El kit gratuito semanal
Las mejores nuevas herramientas gratis y open source para Seguros — un correo corto por semana, en tu idioma.
Gratis · 1 correo/semana · cancela cuando quieras
Gana dinero entrenando IA →

Ve Zekai primero en Google