Main Content

fastFlowAnomalyDetector

FastFlow ネットワークを使用した異常の検出

R2023a 以降

    説明

    fastFlowAnomalyDetector オブジェクトは、FastFlow 異常検出器ネットワークを使用して異常のイメージを検出します。関数 trainFastFlowAnomalyDetector を使用して検出器に学習させます。異常なイメージを検出するには、学習済みの検出器を関数 classify に渡します。

    メモ

    この機能には Deep Learning Toolbox™ が必要です。この機能には、Deep Learning Toolbox Model for ResNet-18 Network と Computer Vision Toolbox™ Automated Visual Inspection Library も必要です。これらはアドオン エクスプローラーからインストールできます。アドオンのインストールの詳細については、アドオンの入手と管理を参照してください。

    作成

    説明

    detector = fastFlowAnomalyDetector は、ResNet-18 バックボーン ネットワークから FastFlow 異常検出器を作成します。

    プロパティ

    すべて展開する

    異常のしきい値。数値スカラーとして指定します。しきい値の値は、関数 classify を呼び出す前に設定しなければなりません。しきい値は、関数 anomalyThreshold を使用して計算できます。

    この プロパティ は読み取り専用です。

    ネットワーク層。Layer オブジェクトの配列として指定します。

    この プロパティ は読み取り専用です。

    ネットワーク入力層の名前。文字ベクトルの cell 配列として指定します。

    この プロパティ は読み取り専用です。

    ネットワーク出力層の名前。文字ベクトルの cell 配列として指定します。

    この プロパティ は読み取り専用です。

    ネットワークの状態。3 列の table として指定します。

    • Layer — 層の名前。string スカラーとして指定

    • Parameter — 状態パラメーターの名前。string スカラーとして指定

    • Value — 状態パラメーターの値。dlarray オブジェクトとして指定

    層の状態には、層処理中に計算された情報が格納されます。この情報は、層の後続のフォワード パスで使用するために保持されます。たとえば、LSTM 層のセル状態と隠れ状態、またはバッチ正規化層の実行中の統計が格納されます。

    この プロパティ は読み取り専用です。

    ネットワークの学習可能パラメーター。3 列の table として指定します。

    • Layer — 層の名前。string スカラーとして指定

    • Parameter — パラメーターの名前。string スカラーとして指定

    • Value — パラメーターの値。dlarray オブジェクトとして指定

    ネットワークの学習可能パラメーターには、ネットワークが学習する特徴が格納されます。たとえば、パラメーターには畳み込み層と全結合層の重みが含まれます。

    オブジェクト関数

    predictPredict unnormalized anomaly scores
    classifyClassify image as normal or anomalous
    anomalyMapPredict per-pixel anomaly score map

    すべて折りたたむ

    fastFlowAnomalyDetector オブジェクトを作成します。

    detector = fastFlowAnomalyDetector
    detector = 
      fastFlowAnomalyDetector with properties:
    
          Threshold: []
              State: []
         Learnables: [150x3 table]
             Layers: [222x1 nnet.cnn.layer.Layer]
         InputNames: {'data'}
        OutputNames: {'AffineScaleAndShiftScale1Step8/Z'  'AffineScaleAndShiftScale1Step8/logdet'  'AffineScaleAndShiftScale2Step8/Z'  'AffineScaleAndShiftScale2Step8/logdet'  'AffineScaleAndShiftScale3Step8/Z'  'AffineScaleAndShiftScale3Step8/logdet'}
    
    

    参照

    [1] Yu, Jiawei, Ye Zheng, Xiang Wang, Wei Li, Yushuang Wu, Rui Zhao, and Liwei Wu. "FastFlow: Unsupervised Anomaly Detection and Localization via 2D Normalizing Flows." arXiv, November 16, 2021. https://doi.org/10.48550/arXiv.2111.07677.

    拡張機能

    バージョン履歴

    R2023a で導入