- 博客(6)
- 收藏
- 关注
RSS订阅原创 Attribute Restoration Framework for Anomaly Detection 文献阅读
Code(unofficial)方法原理： 学习正常的图片，然后擦除一部分属性（比如图像的颜色、方向），并且学会怎么恢复它。那么对于正常图，由于经过训练，就会恢复得好，异常图就会恢复得不好。通过以上这个方法，将重建任务转化为恢复任务（人为创造一个GAP使得他们差距很大）。原文：Normal data can be restored properly as the erased attributes and the embedded features by the restoration networ
2021-09-16 09:13:45
356
原创 Future Frame Prediction for Anomaly Detection – A New Baseline 文献阅读
Future Frame Prediction for Anomaly Detection – A New Baseline1 摘要2 方法2.1 训练阶段2.2 测试阶段3 创新及特点Code(官方tensorflow)Code(pytorch复现)1 摘要视频中的异常检测是指识别不符合预期行为的事件。然而，几乎所有现有的方法都通过尽量减少训练数据的重构误差来解决这个问题，这并不能保证对异常事件能够产生更大的重构误差。在本文中，我们提出在一个视频预测框架内解决异常检测问题。据我们所知，这是第一个利
2021-09-09 21:59:11
573
1
原创 异常检测论文常用英文写法（持续更新......）
anomaly detection 异常检测anomalous regions 异常区域addresses the problem of 解决了…问题a common assumption 一个常见的假设reconstruction error 重建误差high generalization capacity 高泛化能力approach 方法method 方法anomaly-free regions 无异常区域we propose 我们提出a novel anomaly detect.
2021-09-06 16:37:37
294
原创 LINUX环境下的tensorflow-gpu 1.4.1版本环境配置
说明此环境为linux环境下，tensorflow-gpu的环境配置。具体的版本为:tensorflow-gpu 1.4.1CUDA 8.0cudnn 6.0注：三者版本要一一对应，官网可查询各个版本对应关系。Anaconda1.安装anaconda在anaconda主页下载anaconda安装包的linux版本：Anaconda3-5.3.1-Linux-x86_64.sh在Linux 服务器上运行安装。2.创建环境安装好之后创建新环境：conda create -n 文件
2021-07-15 18:44:29
1259
3
原创 tensorflow报错总结（1）
1.使用keras包的时候无法识别keras报错代码：from keras.utils import np_utils类似于from keras.XXX import XXX 的代码都会可能会出现这种报错：ModuleNotFoundError: No module named ‘keras’解决办法：代码修改为from tensorflow.python.keras.utils import np_utils2. 出现FutureWarning: Passing (type, 1) o
2020-10-30 10:14:59
863
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人