このページは前リリースの情報です。該当の英語のページはこのリリースで削除されています。

patchCoreAnomalyDetector

R2025b

PatchCore ネットワークを使用した異常の検出

R2023a 以降

説明

Add-On Required: この機能には アドオンが必要です。

patchCoreAnomalyDetector オブジェクトは、PatchCore 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 trainPatchCoreAnomalyDetector 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™ と Automated Visual Inspection Library for Computer Vision Toolbox™ が必要です。Automated Visual Inspection Library for Computer Vision Toolbox 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

構文

detector = patchCoreAnomalyDetector

detector = patchCoreAnomalyDetector(Backbone=backbone)

説明

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

detector = patchCoreAnomalyDetector(Backbone=backbone) は、PatchCore 異常検出器の作成元になるベースの特徴抽出バックボーン ネットワークを指定します。

入力引数

backbone — 事前学習済みバックボーン ネットワークの名前

"resnet18" (既定) | "resnet50" | dlnetwork オブジェクト

ベースの特徴抽出ネットワークとして機能する事前学習済みバックボーン ネットワークの名前。dlnetwork (Deep Learning Toolbox) オブジェクトまたは次のいずれかの値として指定します。

• "resnet18" — ResNet-18 畳み込みニューラル ネットワーク。詳細については、resnet18 (Deep Learning Toolbox)を参照してください。

• "resnet50" — ResNet-50 畳み込みニューラル ネットワーク。詳細については、resnet50 (Deep Learning Toolbox)を参照してください。

選択した事前学習済みネットワークに関連付けられたアドオンをインストールしなければなりません。

ネットワークを dlnetwork (Deep Learning Toolbox) オブジェクトとして指定する場合、ネットワークは単一の入力を受け入れ、1 つ以上の出力を返さなければなりません。

データ型: char | string | dlnetwork

プロパティ

Threshold — 異常のしきい値

[] (既定値) | 数値スカラー

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。

ImageSize — イメージ サイズ

読み取り専用: [] (既定値) | 3 要素の数値の行ベクトル

この プロパティ は読み取り専用です。

学習と推論に使用されるイメージのイメージ サイズ。3 要素の数値の行ベクトルとして格納されます。関数 trainPatchCoreAnomalyDetector は学習の際、学習イメージのサイズを示す ImageSize プロパティを設定します。イメージ サイズは backbone の入力層サイズと異なる場合があります。

メモ

検出器を使用する場合、推論におけるイメージ サイズと学習中に使用されるイメージ サイズは一致していなければなりません。

オブジェクト関数

predict

classify

anomalyMap

例

PatchCore 異常検出器の作成

ResNet-50 バックボーン ネットワークから patchCoreAnomalyDetector オブジェクトを作成します。

detector = patchCoreAnomalyDetector(Backbone="resnet50")

detector = 
  patchCoreAnomalyDetector with properties:

    Threshold: []
    ImageSize: []

参照

[1] Roth, Karsten, Latha Pemula, Joaquin Zepeda, Bernhard Schölkopf, Thomas Brox, and Peter Gehler. “Towards Total Recall in Industrial Anomaly Detection.” arXiv, May 5, 2022. https://arxiv.org/abs/2106.08265.

拡張機能

C/C++ コード生成

MATLAB® Coder™ を使用して C および C++ コードを生成します。

使用上の注意および制限:

• コード生成用に patchCoreAnomalyDetector オブジェクトを準備するには、vision.loadPatchCoreAnomalyDetector を使用します。

• オブジェクト関数 predict、classify、および anomalyMap がサポートされています。

GPU コード生成

GPU Coder™ を使用して NVIDIA® GPU のための CUDA® コードを生成します。

使用上の注意および制限:

• GPU コード生成用に patchCoreAnomalyDetector オブジェクトを準備するには、vision.loadPatchCoreAnomalyDetector を使用します。

• オブジェクト関数 predict、classify、および anomalyMap がサポートされています。

バージョン履歴

R2023a で導入

R2024a: バックボーン ネットワークを dlnetwork オブジェクトとして指定するオプション

入力引数 backbone を使用して、バックボーン特徴抽出ネットワークを dlnetwork オブジェクトとして指定します。たとえば、カスタム dlnetwork (Deep Learning Toolbox) オブジェクト dlnet が指定されている場合、引数 Backbone は dlnet をバックボーン特徴抽出ネットワークとして指定します。

参考

trainPatchCoreAnomalyDetector | anomalyThreshold | evaluateAnomalyDetection

トピック