PathCore：IAD文献解读

论文链接：[Towards Total Recall in Industrial Anomaly Detection]Towards Total Recall in Industrial Anomaly Detection

 ：数据集，              ：标签    

  :  在ImageNet上预训练后的网络   第  张图 网络中第  层

1. Locally aware patchcore features的生成

取model（如：wide_resnet50_2）相邻两层的输出特征:features1:32 x 512 x 28x 28 features2:32 x 1024 x 14 x 14

进行embedding—concat操作：

 再进行reshape: 32x 1536 x 28 x 28 reshape成 25088 x 1536 原始memory: 

2. Memory的精简

• 若采用子样本，则patchcore memory无法覆盖所有normal features
• 文种采用一种核心子集机制（保持性能，减少推理时间

文中用Johson-Lindenstrauss进行降维 后得到

3. 异常检测试

通过上述 计算获取test集的memory:  

先计算：

再得到图像级异常分数矩阵：