CVPR 2023 精选论文学习笔记:DeSTSeg Segmentation Guided Denoising Student-Teacher for Anomaly Detection

以下是根据 MECE 原则给出的四个分类标准:

1. 异常检测方法

该标准根据论文使用的特定异常检测方法对其进行分类。异常检测方法有多种,每种方法都有其自身的优缺点。

  • 基于自动编码器的方法:这些方法使用自动编码器来学习正常数据的表示。异常被检测为偏离此表示的点。
  • 学生教师方法:这些方法使用一个教师网络来学习正常数据的表示,然后使用一个学生网络来学习从教师的表示中重建数据。异常被检测为学生网络无法很好重建的点。
  • 子图像异常检测方法:这些方法将图像分成子图像,然后使用深度金字塔对应等方法来检测子图像中的异常。
  • 基于 patch
  • 22
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

结构化文摘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值