在对化学材料、服装、食品材料等进行装运检验时,必须从正常产品中检测出缺陷和杂质。下载188bet金宝搏
在下面的链接中,我分享了使用CAE检测和定位异常的代码,只使用图像进行训练。
在本演示中,您可以学习如何将变分自动编码器(VAE)应用于此任务,而不是CAE。
VAEs使用潜在空间上的概率分布,并从这个分布中抽取样本来生成新的数据。
(日本)
正常な画像のみ使ってCAEモデルを学習させ,正常な画像に紛れる異常をディープラーニングを用いて検出ならびに位置の特定を行えるコードを下記のリンクで紹介しました。
このデモでは代わりに变分Autoencoderを適用した
方法をご紹介します。
VAEは潜在変数に確率分布を使用し,この分布からサンプリングして新しいデータを生成するものです。
■使用深度学习(CAE)进行异常检测和定位
https://jp.mathworks.com/matlabcentral/fileexchange/72444-anomaly-detection-and-localization-using-deep-learning-cae
[Keyward]画像処理・ディープラーニング・DeepLearning・IPCVデモ・異常検出・外観検査・オートエンコーダー・サンプルコード・変分オートエンコーダ
■自动编码变分贝叶斯[2013]
Diederik P Kingma, Max Welling
https://arxiv.org/pdf/1312.6114.pdf
引用作为
Takuji Fukumoto)(2021)。基于变分自编码器(VAE)的异常检测GitHub (https://github.com/mathworks/Anomaly-detection-using-Variational-Autoencoder-VAE-/releases/tag/1.0.1)。检索.