详细内容或原文请订阅后点击阅览
灰度图像如何影响视觉异常检测？
侧重于性能和速度的实用探索术语图像如何影响视觉异常检测？首先出现在数据科学上。
来源:走向数据科学- Introduction: Why grayscale images might affect anomaly detection.Anomaly detection, grayscale images: Quick recap on the two main subjects discussed in this article.Experiment setting: What and how we compare.Performance results: How grayscale images affect model performance.Speed results: How grayscale images affect inference speed.Conclusion
1。简介
1。在本文中，我们将探讨灰度图像如何影响异常检测模型的性能，并研究此选择如何影响推理速度。
在计算机视觉中，良好确定的是，在灰度图像上进行微调的预训练的分类模型可能会导致性能退化。但是，异常检测模型呢？这些模型不需要微调，但是它们使用预先训练的分类模型，例如WideSnet或ExtricNet作为特征提取器。这提出了一个重要的问题：将这些特征提取器应用于灰度图像时会产生较少的相关功能吗？
导致降级性能 异常检测模型这个问题不仅是学术，而且对从事制造业工业视觉检查的任何人都具有现实影响。例如，您可能会发现自己想知道是否需要彩色相机，或者较便宜的灰度相机就足够了。或者，您可能会担心推理速度，并希望利用任何机会增加它。