dl_anomaly_detection_workflow
时间: 2023-08-16 16:11:04 浏览: 53
引用<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【AI视野·今日CV 计算机视觉论文速览 第178期】Fri, 17 Jan 2020](https://blog.csdn.net/u014636245/article/details/104029429)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]
相关问题
mvtec_anomaly_detection.tar.xz
mvtec_anomaly_detection.tar.xz 是一个文件压缩格式的文件,用于存储 MVTec 公司开发的异常检测数据集和相应的代码实现。 MVTec 公司是一家专门从事计算机视觉技术研究的公司,他们提供了很多用于目标检测、图像分割和异常检测的数据集和算法。
该数据集主要用于异常检测任务,包含了不同类别的正常样本和异常样本。通过使用这些数据集,可以进行异常检测算法的训练和测试。该数据集中的每个样本都经过了标注,标注了样本的类别。可以利用这个数据集来研究和开发异常检测算法,检测图像中的异常物体或区域。
除了数据集之外,mvtec_anomaly_detection.tar.xz 文件中还包含了实现了一些经典的异常检测算法的源代码。这些源代码可以作为参考,帮助研究人员和开发者理解和实现自己的异常检测算法。这个文件还可能包含一些文档说明,帮助用户使用和理解这个数据集和代码。
总的来说,mvtec_anomaly_detection.tar.xz 文件是一个用于异常检测任务的数据集和相关算法代码的压缩文件。它可以作为研究和开发异常检测算法的重要资源,并为研究人员和开发者提供了一个实验平台。通过这个数据集,可以加深对异常检测技术的理解,并开发出更好的异常检测算法。
cfa_for_anomaly_localization
CFA(Coupled Spherical Feature Adaptation)是一种基于耦合超球面的特征适应方法,用于完成复杂的异常定位任务。CFA包括以下几个关键组成部分:可学习的补丁描述符、可扩展的内存库和迁移学习。补丁描述符是通过学习和嵌入目标数据集的特征来获得的,它可以用于区分异常特征。内存库是一个与目标数据集大小无关的可扩展存储空间,用于存储从正常样本中获取的特征。CFA利用迁移学习来增加正常特征的密度,以便更好地应用于可训练的CNN(卷积神经网络),从而实现异常特征的区分。在训练阶段,CFA使用存储库中的记忆特征作为中心创建耦合超球,通过对比监督的方式进行训练。在测试阶段,CFA将测试样本与存储库中搜索的最近邻进行匹配,并生成表示异常程度的热图。\[1\]\[2\]\[3\]
#### 引用[.reference_title]
- *1* *2* *3* [CFA: Coupled-hypersphere-based Feature Adaptation for Target-Oriented Anomaly Localization](https://blog.csdn.net/DYCAHGCDX/article/details/127789527)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)