Abstract

我们引入了一个新的自我监督任务 NSA，用于训练仅使用正常数据进行异常检测和定位的端到端模型。 NSA 使用了泊松图像编辑从单独的图像中无缝混合各种大小的缩放块。这种编辑产生了范围广泛的异常合成，与以前的自我监督异常检测数据增强策略相比，这些异常更类似于自然图像的不规则性。我们使用了自然和医学图像评估所提出的方法，对 MVTec AD 数据集的实验表明，经过训练以定位 NSA 异常的模型可以很好地推广到检测现实世界中先验未知类型的制造缺陷。我们的方法实现了 97.2 的整体检测 AUROC，优于所有以前从头开始学习而无需预训练数据集的方法。

【神经网络】浅析一种新的目标识别网络——Swin-Unet

March 10, 2022 • Comment

最近写了一篇应用类论文，这也是我在初期学习 Swin-Unet 时所作的归纳笔记。突然想起自己还有个博客（笑），遂将他们整理起来放在这里以备日后查阅。