- 博客(3)
- 收藏
- 关注
原创 【异常检测】CVPR2023 VAND Zero-Shot :Segment Anything Anomaly(SAA+)
首先,将输入图片和提示送入异常区域生成器(DINO),得到bounding-box和其对应的置信度分数,之后送入异常区域精炼器(SAM),得到像素级的分割掩码和其对应的置信度分数。举例说明:目前比较火的GPT,输入一段中文,你需要告诉它你想要做什么事,比如说翻译,润色等。人判断一个物体异常会参考物体周围的情况,可知,周围像素的相似度和异常情况相关,这里使用显著性相似度判断异常的可能性。类别特定:异常情况统一,即:均在蜡烛上,只是过长的蜡烛芯才是异常的:overlong wick。
2023-11-08 10:44:31 333
原创 【异常检测】patchcore:Towards Total Recall in Industrial Anomaly Detection
CVPR2022异常检测论文。
2023-07-07 09:01:28 1725
原创 [异常检测]Multiresolution Knowledge Distillation for Anomaly Detection
无监督学习的挑战1.样本量小,如何通过现有的技术学到丰富的知识2.训练时使用的是正常样本,那最后如何区分正常和异常的样本贡献网络结构图用S和C之间的激活值做损失函数,可解释性算法用于生成像素级精确的异常定位图。
2023-07-06 19:48:07 221
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