일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- yolov3
- yolo
- pytorch project
- EfficientNet
- Computer Vision
- DeepLearning
- Faster R-CNN
- svdd
- fast r-cnn
- 서포트벡터머신이란
- libtorch
- Deep Learning
- SVM margin
- cs231n lecture5
- TCP
- SVM hard margin
- Object Detection
- darknet
- self-supervision
- CNN
- CS231n
- pytorch c++
- 논문분석
- support vector machine 리뷰
- cnn 역사
- computervision
- pytorch
- SVM 이란
- 데이터 전처리
- RCNN
Archives
- Today
- Total
목록Anomaly detection (1)
아롱이 탐험대

1. anomaly detection 방법론 (1) One-class classification 처음 살펴볼 방법은 one-class classification이다. 이 방법은 의료 분야에서 많이 쓰인다. 공장을 예를 들어보자. 공장에서 나온 제품들은 대부분 결함이 존재하지 않는다. 따라서 정상 제품 대비 비정상 (결함) 제품을 찾기가 힘들다. 데이터 분류를 위해서는 각 클래스에 해당하는 데이터가 균일하게 분포되어야 한다. 하지만 이러한 상황에서는 불균형이 생기게 된다. 이를 해결하고자 결함 이미지를 수집하는 것은 시간이 오래 걸린다. 따라서 정상 이미지만 가지고 정상인지 비정상인지 판단하는 one-class classification 방법이 나오게 되었다. one-class classification은..
study/paper reviews
2021. 1. 4. 13:03