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

  1. 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
  2. 高效地结合了自动编码器和教师学生网络的结果
  3. 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 --> J

2.1 Patch特征提取