异常检测(无监督,生成模型)—DRÆM – A discriminatively trained reconstruction embedding for surfaceanomaly detect
论文:arxiv.org/pdf/2108.07610v2.pdf代码:GitHub-VitjanZ/DRAEM注:因为模型分为重构模块和判别模块,比较大,测试时将batch_size设为1cuda内存都不够,在测试代码中加withtorch.no_grad():即可生成模型方法的常见缺点:它们只从没有异常的数据中学习模型,并且没有明确地针对判别异常检测进行优化,因为在训练时没有可用的异常样本。合