【论文笔记】Uninformed Students: Student–Teacher Anomaly Detection with Discriminative Latent Embeddings
学生网络经过训练,可以对描述性教师网络的输出进行回归。教师网络是在自然图像的大型补丁数据集上进行预训练的。通常情况下,预训练的目的是通过大规模的未标注数据来学习特征。当学生网络的输出与教师网络的输出不同时,就会检测到异常。当学生网络遇到不在其正常训练数据范围内的情况时,可能会产生异常,因为它无法有效地处理这些新的、异常的情况。解决的问题:现有方法在处理大型高分辨率图像数据集时所面临的两个主要问题,对特征空间的降维需求以及对训练数据的大量子采样,这限制了它们在这个特定背景下的性能。提出的解决方案。
原创
2023-11-23 15:38:17 ·
368 阅读 ·
0 评论