킹남지 컴퍼니

Title: CutPaste: Self-Supervised Learning for Anomaly Detection and Localization (CVPR, 2021) Anomalous data를 활용하지 않고, 이미지에서 Unknown Anomalous 패턴을 감지하는 모델을 구축한 모델을 제시. 논문에서는 2-stage 프레임워크를 구축해 normal data를 훈련해 이상 탐지를 수행한다. 이 때, Self-supervsied learning에 자르고 붙이는 이미지 데이터 증강 기법을 활용한다. Introduction 이상 감지는 제조, 의료, CCTV등 다양한 분야에서 활용된다. 비전 분야에서, 이상 감지 문제와 관련된 연구는 대부분 지도 학습(supervised learning)으로 접근하지 않..

개요 Title : Unsupervised Anomaly Detection with Generative Adversarial Networks to Guide Marker Discovery, (Information Processing in Medical Imaging(IPMI), 2017) Introduction Method Experiment Result Conclusion Introduction 의료 이미지를 보고 단순히, 건강함 or 질병 보유(0 or 1)를 나타내는 것보다 어느 부분이 이상한 지를 짚어주는 것이 훨씬 많은 정보를 제공 Unsupervised Learning 데이터 불균형 문제 : 의료나 제조 현장에는 Normal 데이터는 많지만, Abnormal 데이터는 적음 Annotation ..