CVPR2022
背景
与传统的不同:
(1)采用老师编码器和学生解码器结构,学生解码器与老师解码器结构相反(增加异常可区分性,相似的话,在训练阶段一定程度泄漏异常信息。)。
(2)将低维嵌入作为输入,通过不同尺度模拟教师行为。
模型原理
OCBE模块(ResNet中第四残差块):
(1)将多维度特征压缩成单维度。
(2)负责消除老师网络的冗余表示,阻止异常输入到学生网络。
损失函数:余弦相似度量,标量损失。
CVPR2022
与传统的不同:
(1)采用老师编码器和学生解码器结构,学生解码器与老师解码器结构相反(增加异常可区分性,相似的话,在训练阶段一定程度泄漏异常信息。)。
(2)将低维嵌入作为输入,通过不同尺度模拟教师行为。
OCBE模块(ResNet中第四残差块):
(1)将多维度特征压缩成单维度。
(2)负责消除老师网络的冗余表示,阻止异常输入到学生网络。
损失函数:余弦相似度量,标量损失。