Contexte : Une entreprise industrielle souhaite détecter des défauts rares sur des lignes de production. Le Problème : Les défauts sont rares et peu annotés, rendant la supervision difficile. Contraintes : Concevoir un Variational Autoencoder pour apprendre la distribution normale. Définir seuil basé sur reconstruction error. Évaluer robustesse sur cas rares. Livrable attendu : Proposer une architecture complète d’anomaly detection visuelle non supervisée adaptée à environnement industriel.