PaDiM 原理与代码解析
文中使用马氏距离 \(M(x_{ij})\) 来计算测试图片在位置 \((i,j)\) 处的异常分数，\(M(x_{ij})\) 表示测试图片的嵌入向量 \(x_{ij}\) 和学习到的分布 \(\mathcal N(\mu_{ij},{\textstyle \sum_{ij}^{}} )\) 之
PatchCore原理与代码解读
随机下采样会丢失 \(\mathcal{M} \) 中的有用信息，本文使用coreset subsampling方法来减小 \(\mathcal{M} \)，coreset selection旨在找到一个子集 \(\mathcal{S}\subset \mathcal{A}\)，对于通过 \(\m
