如何使用自动编码器通过热图定位异常？

扎眼的阳光 tensorflow 215

原文标题 ：How can I Localize anomalies with heatmaps using autoencoder?

我正在使用 Autoencoder 研究异常检测模型（用于 PCB），我正在使用免费 GPU 研究 google Colab。所以作为第一步，我试图构建我的自动编码器并可视化我的训练数据的重建（没有缺陷的图片大小为 1,3 MP）。我建立了一个三层模型，150 epochs batch size =2，它给了我很好的结果。我使用 SSIM 损失函数来计算测试照片（有异常的图片）和训练数据（没有异常的图片）之间的差异。这里的问题是，我想用 HeatMap 可视化这些差异，因为我在一些文章中读到可以在像素级别定位异常。我想这与我们用来计算差异的损失函数有关。

你知道什么功能可以帮助我可视化/定位异常吗？

原文链接：https://stackoverflow.com//questions/71453329/how-can-i-localize-anomalies-with-heatmaps-using-autoencoder

回复

我来回复
  • Jon Nordby的头像
    Jon Nordby 评论

    输出图像中位置的任务称为异常定位。关于高级方法的主题有许多学术论文。

    当在图像上使用重建自动编码器进行异常检测时，可以将输入图像和重建输出图像之间的差异计算为异常级图像。

    2年前 0条评论

相关问题