[問題] 非監督式學習 瑕疵檢測

[ctr1 (【積π】)]

https://youtu.be/6V7tK0ns49o

以這篇為例

這類產品都主打少樣本非監督式學習

樣本數只需要好也不需要太多

設定個Threshold

就可以有效地分辨good & bad

想請問版上的前輩

可能是用什麼演算法或是方式

可以達到這樣的效果


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.213.242 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1667216571.A.2D0.html
推 jameschiou: https://github.com/openvinotoolkit/anomalib
→ jameschiou: 常見先用encoder抽取特徵 建立資料庫 用比對做test
推 NDEJG: 李弘毅老師有一個autoencoder的影片可以參考
→ clliu168: one-class learning 的方法，最經典應該是one-class SVM
→ clliu168: autoencder 也可以。ICML2018 有一篇 Deep SVDD 也可以
→ clliu168: 看看。https://proceedings.mlr.press/v80/ruff18a.html