无监督缺陷检测
文章平均质量分 96
00000cj
计算机视觉,论文阅读记录
展开
-
PatchCore原理与代码解读
随机下采样会丢失 \(\mathcal{M} \) 中的有用信息,本文使用coreset subsampling方法来减小 \(\mathcal{M} \),coreset selection旨在找到一个子集 \(\mathcal{S}\subset \mathcal{A}\),对于通过 \(\mathcal{A}\) 得到的解,通过 \(\mathcal{S}\) 可以快速得到最近似解。其中 \(f_{agg}\) 是邻域特征向量的聚合函数,文中采用adaptive average pooling。原创 2022-11-15 15:02:07 · 19126 阅读 · 26 评论 -
PaDiM 原理与代码解析
文中使用马氏距离 \(M(x_{ij})\) 来计算测试图片在位置 \((i,j)\) 处的异常分数,\(M(x_{ij})\) 表示测试图片的嵌入向量 \(x_{ij}\) 和学习到的分布 \(\mathcal N(\mu_{ij},{\textstyle \sum_{ij}^{}} )\) 之间的距离,计算方式如下。异常检测是一个区分正常类别与异常类别的二分类问题,但实际应用中我们经常缺乏异常样本,并且异常可能会有意想不到的模式,所以训练一个全监督的模型是不切实际的。原创 2022-11-05 00:04:02 · 7313 阅读 · 4 评论