yipala的博客

AETvs. AED:UnsupervisedRepresentationLearningbyAuto-Encoding TransformationsratherthanDatahttps://arxiv.org/abs/1901.04596基于变换的无监督训练一个是以“预测变换”作为自监督信号进行训练的模型，代表是Rotation Net (RotNet)[1] 和AutoEncodin...

Latent Space Autoregression for Novelty Detection AbstractNovelty detection is commonly referred to as the discrimination of observations that do not conform to a learned model of reg...

用于无监督异常检测的深度自编码器高斯混合模型DEEP AUTOENCODING GAUSSIAN MIXTURE MODEL FOR UNSUPERVISED ANOMALY DETECTION摘要1 INTRODUCTION2 RELATED WORK3 DEEP AUTOENCODING GAUSSIAN MIXTURE MODEL3.1 OVERVIEW3.2 ...

UCSD异常检测数据集 UCSD异常检测数据集是通过学校中固定在较高位置上的摄像机获得的，俯瞰人行道。走道中的人群密度是变化的，从稀疏到非常拥挤。在正常设置中，视频仅包含行人。异常事件是由以下两种情况引起的：非人行道物体在人行道上的流通（如：卡车，自行车）异常的行人运动模式（如：从草坪中穿过，跑步）常见的异常现象包括：骑自行车的人，滑冰运动员，小推车，以及走过人行道或周围草地的...

1 tf.slice_input_producer（）首先需要讲解两个函数,第一个函数是 ：tf.slice_input_producer（），这个函数的作用是从输入的tensor_list按要求抽取一个tensor放入文件名队列，下面解释下各个参数：tf.slice_input_producer(tensor_list, num_epochs=None, shuffle=True, seed...