找啊找啊赵-CSDN博客

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

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 【异常检测】CVPR2023 VAND Zero-Shot ：Segment Anything Anomaly(SAA+)

原创 【异常检测】patchcore：Towards Total Recall in Industrial Anomaly Detection

原创 [异常检测]Multiresolution Knowledge Distillation for Anomaly Detection

空空如也

空空如也

原创【异常检测】CVPR2023 VAND Zero-Shot ：Segment Anything Anomaly(SAA+)

原创【异常检测】patchcore：Towards Total Recall in Industrial Anomaly Detection