
Dinomaly는 복잡한 디자인 없이 순수 트랜스포머 아키텍처를 활용하여 기존 다중 클래스 비지도 이상 탐지 모델의 성능을 크게 향상시키는 미니멀리즘 프레임워크입니다.


coremsg

다중-클래스-비지도-이상-탐지에서의-미니멀리즘-철학-dinomaly-더-적을수록-더-효과적이다


다중 클래스 비지도 이상 탐지에서의 미니멀리즘 철학, Dinomaly: 더 적을수록 더 효과적이다



본 논문은 마스크 확산 사후 샘플링(MDPS)이라는 새로운 방법을 제안하여, 정상 이미지 복원 품질과 이상 탐지 및 위치 파악 성능을 향상시킨다.



정상 이미지 복원을 통한 비지도 이상 탐지: 마스크 확산 사후 샘플링



본 논문에서는 교차 마스크 복원을 사용하는 다중 특징 복원 네트워크(MFRNet)를 제안하여 비지도 이상 탐지 문제를 해결한다. 이를 통해 이미지 복원 과정에서 더 구분 가능한 정보를 얻고 모델의 과도한 일반화 능력을 제한할 수 있다.



다중 특징 복원 네트워크를 이용한 비지도 이상 탐지
