【Anomaly Detection论文阅读记录】PaDiM与PatchCore模型的区别与联系
PaDiM与PatchCore模型的区别与联系
背景介绍
PADIM（Pretrained Anomaly Detection via Image Matching）和 PatchCore 都是基于深度学习的异常检测方法，主要用于图像异常检测，尤其是在无监督学习设置下。
- PADIM 是一种通过利用预训练的视觉模型（例如，ImageNet预训练的卷积神经网络）来提取图像特征，然后利用这些特征进行异常检测的算法。其核心思想是基于图像的“正常”分布来识别异常。
- PatchCore 是一种基于局部图像块（patch）的异常检测方法，采用了端到端的方式来训练特征提取器，并利用图像的局部信息来进行异常检测。该方法的关键特点是通过对图像块的聚类和特征比较来识别异常。
实现的主要区别
特征提取和利用的方式：
PADIM：PADIM的实现依赖于一个预训练的视觉模型（如ResNe