EfficentAD异常检测
EfficientAD
最近在研究异常检测,学习了EfficientAD网络。在这个网络中中,使用了一种称为“学生-教师”方法的技术来进行异常检测。
1. 介绍
1.1 方法:
深度学习 -> 基于特征 -> 教师学生网络
深度学习 -> 基于重构 -> 自动编码器
1.2 核心/优点
- 在教师学生网络架构上提出更高效的网络, 可以快速推断得出异常检测结果
- 高效地结合了自动编码器和教师学生网络的结果
- 轻量级特征提取器,速度快
2. 处理流程
graph TD;
A[输入图像] --> B[patches]
B --> C[PDN]
C --> D1[教师网络] & D2[学生网络]
D1[Teacher] --> E1[提取正常图像特征]
D2[Student] --> E2[模仿教师网络提取特征]
E1 & E2 --> F[计算S-T网络输出差异]
F --> G{是否异常?}
G --> |是| H[检测到异常]
G --> |否| I[未检测到异常]
H & I --> J[输出结果]
C --> K[Autoencoder]
K --> L[校准自编码器与S-T模型结果]
L --> J2.1 Patch特征提取
