转自AI Studio,原文链接: 面向全召回率的工业异常检测 - 飞桨AI StudioPatchCore: Towards Total Recall in Industrial Anomaly Detection 1. 简介 本项目基于PaddlePaddle框架复现了PatchCore算法,并在MvTec数…
0.4 patchmatch.py from typing import List, Tuple import torch import torch.nn as nn import torch.nn.functional as F import depthhypos, propagation, evaluation class PatchMatch(nn.Module): def __init__(self, stage_iters: int = 2, in_chs: int = 64, ngroups: int = 8, ndepths: int ...
本项目基于PaddlePaddle框架复现了PatchCore算法,并在MvTec数据集上进行了实验。 PatchCore对SPADE,PaDiM等一系列基于图像Patch的无监督异常检测算法工作进行了扩展,主要解决了SPADE测试速度太慢的问题,并且在特征提取部分做了一些探索。相比SPADE,PaDiM,PatchCore 仅使用stage2、stage3的特征图进行建模,通过增加窗口大小为3...