Jun, 2023
SaliencyCut:用于开放集细粒度异常检测的概率性异常增强技术
SaliencyCut: Augmenting Plausible Anomalies for Open-set Fine-Grained Anomaly Detection
Jianan Ye, Yijie Hu, Xi Yang, Qiu-Feng Wang, Chao Huang...
TL;DR本文提出了一种基于显著性引导的数据增强方法,SaliencyCut,用于创建伪异常来更好地训练开放式精细异常检测模型,并在包括六个真实世界异常检测数据集在内的各种设置下,证明了该方法比基线和其他最先进的方法更为优越。