![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文翻译
文章平均质量分 94
毕加猪plus
本人邮箱1244851493@qq.com
展开
-
[论文翻译]CVPR2023: DeSTSeg: Segmentation Guided Denoising Student-Teacher for Anomaly Detection
视觉异常检测是计算机视觉领域的一个重要问题,通常被表述为一个单类分类和分割任务。事实证明,学生-教师(S-T)框架可以有效地解决这一难题。然而,以前基于S-T的工作知识根据经验对正常数据和融合的多级信息施加限制。在本研究中,我们提出了一种名为DeSTSeg的改进模型,它将预先训练的教师网络、去噪学生编码器-解码器和分割网络整合到一个框架中。首先,为了加强对异常数据的约束,我们引入了一个去噪程序,使学生网络能够学习到更稳健的表征。原创 2023-08-24 21:02:25 · 701 阅读 · 0 评论 -
[论文翻译ICPR2021]PaDiM: a Patch Distribution Modeling Framework for Anomaly Detection and Localization
我们提出了一种新的斑块分布建模框架(PaDiM),可在单类学习环境中同时检测和定位图像中的异常点。PaDiM利用预训练的卷积神经网络(CNN)进行补丁嵌入,并利用多元高斯分布来获得正态类别的概率表示。它还利用CNN不同语义层次之间的关联,更好地定位异常。在MVTec AD 和STC数据集上,PaDiM的异常检测和定位能力均优于目前最先进的方法。为了与真实世界的视觉工业检测相匹配,我们扩展了评估协议,以评估异常定位算法在非对齐数据集上的性能。PaDiM 性能先进,复杂度低,是许多工业应用的理想选择。原创 2023-08-23 14:09:13 · 684 阅读 · 0 评论 -
[2022CVPR]Anomaly Detection via Reverse Distillation from One-Class Embedding翻译
2022年CVPR异常检测论文 Anomaly Detection via Reverse Distillation from One-Class Embedding 翻译原创 2023-04-29 12:33:30 · 610 阅读 · 0 评论 -
[2023CVPR] SimpleNet A Simple Network for Image Anomaly Detection and Localizations
异常检测原创 2023-04-27 20:21:05 · 2738 阅读 · 2 评论 -
论文翻译: Relational Knowledge Distillation
知识蒸馏的目的是讲一个模型(教师)中获得的知识转移到另一个通常较小的模型(学生). 以前的方法可以表示为训练学生模型教师所代表的单个数据例子的输出激活的形式。我们引入了一种新的方法,被称为关系知识蒸馏(Relational knowledge distillation, RKD), 以转移数据实例的相互关系代替。对于RKD的具体实现,我们提出了距离和角度的蒸馏损失,对关系的结构差异进行惩罚。在不同任务上进行的实验表明,所提出的方法以很大的幅度提高了受教育的学生模型。原创 2023-04-13 17:54:09 · 809 阅读 · 0 评论