arXiv · 机器人与计算机视觉· Hyojun Yi, Geunyoung Kim, Hogeon Seo, Seunghyoung Ryu·· 13 天前AI 评分38
PRISM 框架在无训练状态下实现异常检测新基准
How Far Can Untrained Neural Networks Go in Anomaly Detection? From Tables to Pixels
AI 导读
PRISM 框架结合固定随机非线性特征与正常参考马氏距离评分,在无需神经网络权重优化或预训练表示的情况下,于 ADBench 47 个表格数据集和 MVTec AD、VisA 视觉任务中取得最高或次高均值 AUROC(86.4%)及像素级 AUROC(96.4%)。该研究确立了 PRISM 作为具有竞争力的异常检测器以及评估学习表示附加价值的先验基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org