type
status
date
slug
summary
tags
category
icon
password
Last edited time
Sep 20, 2024 04:44 PM
😀
提出了新的逻辑异常检测框架LogiCode,评测标准LogiBench,带详细标注的数据集LOCO-Annotations
LOCO-Annotations
22strongestmeUpdated Jun 26, 2024
传统的深度学习方法解释性低下,模型很难学到特定的规则,相反人在判断逻辑异常的时候
传统的深度学习方法解释性低下,模型很难学到特定的规则,相反人在判断逻辑异常的时候

📝 主旨内容

新框架—LogiCode

💡
根据人为指定的规则生成使用图像API的python代码,代码运行之后得到异常检测结果和异常原因
notion image

图片API

💡
可能需要人为预先实现,仅开源了数据集并没有开源框架代码
notion image
notion image

新评价指标—LogiBench

💡
传统的异常检测分类指标,代码生成率,异常原因准确率
notion image
notion image

新数据集—LOCO-Annotations

💡
原数据仅对异常的部分进行对象级的分割,新数据集为每个对象都分割并给出类别注释信息
notion image
notion image
notion image

🤗 总结归纳

 

📎 参考文章

 
多模态异常检测新范式——跨模态差异压缩常用命令合集
Loading...