论文阅读笔记《Anomaly Detection in Nanofibrous Materials by CNN-Based Self-Similarity》

核心思想   本文提出一种基于自相似度的异常检测方法，核心思想在于正常样本图像之间的相似性更大，而缺陷样本和正常样本之间的相似性更小，如果某个样本与正常样本之间的最小距离都超过一个阈值时，就判定为异常样本。首先利用一个在ImageNet数据集上预训练好的特征提取网络对正常样本进行特征提取，然后对特征向量进行PCA降维，降维后再进行K-means聚类，每个类别中距离聚类中心最近的样本就作为这个类别的

>>阅读原文<<