Anomaly detection and localization using deep learning(CAE)
On shipping inspection for chemical materials, clothing, and food materials, etc, it is necessary to detect defects and impurities in normal products. However, it is difficult to collect enough abormal images to use for deep learning.
This demo shows how to detect and localize anomalies using CAE.
This method using only normal images for training may allow you to detect abnormalities that have never been seen before. By customizing SegNet model, you can easily get the network structure for this task.
[Japanese]
このデモでは正常な画像に紛れる異常をディープラーニングを用いて検出ならびに位置の特定を行えます。
正常な画像のみ使ってモデルを学習させるこの方法では,これまで見たことがない異常に対しても検出できる可能性があります。簡単にモデル構造を得るためにSegNetモデルをカスタムして利用しています。
[Keyward] 画像処理・画像分類・ディープラーニング・DeepLearning・IPCVデモ
・SegNet ・異常検出・外観検査・セマンティックセグメンテーション・オートエンコーダー・畳み込み
引用
Takuji Fukumoto (2024). Anomaly detection and localization using deep learning(CAE) (https://github.com/mathworks/Anomaly-detection-and-localization-using-CAE/releases/tag/1.0.1), GitHub. 取得済み .
MATLAB リリースの互換性
プラットフォームの互換性
Windows macOS Linuxカテゴリ
- AI and Statistics > Deep Learning Toolbox > Image Data Workflows > Pattern Recognition and Classification >
- Sciences > Food Sciences >
タグ
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!バージョン | 公開済み | リリース ノート | |
---|---|---|---|
1.0.1 | See release notes for this release on GitHub: https://github.com/mathworks/Anomaly-detection-and-localization-using-CAE/releases/tag/1.0.1 |
||
1.0.0 |