728x90

anomaly detection 2

Anomaly Detection -2

이상치 탐지 이미지를 우리 눈으로 분류 가지고 있는 사진들은 정면에서 보이는 사진, 우측 치아만 보이거나 좌측 치아만 보이는 경우, 윗 또는 아래 치아가 보이는 경우, 입술이 더 잘 보이는 경우, 치아보다는 입 위주의 사진 등 다양했습니다. 이를 더 확실하게 잡아내기 위해 ㉮ 정면에서 치아의 모습이 보이는 경우 ㉯ 좌측 아래 (또는 위) 치아의 모습 ㉰ 우측 아래 (또는 위) 치아의 모습 등으로 모두 파일을 따로 만들어 분류를 하였습니다. Feature map 추출로 중간점검 저희가 가진 이미지를 이용하여 feature map을 형성하였습니다. 위 사진은 일부만을 캡처하여 온 것이며, 실제로는 feature map이 너무 많이 (사진이 만장 이상이었기 때문에) 쌓였기 때문에 차원을 줄일 필요성을 느꼈습니..

Anomaly Detection -1

이미지를 이용한 anomaly detection을 수행하였습니다. 치아 사진들을 이용한 anomaly detection이다. 치아의 정면, 좌측, 우측 등 구강 내의 사진과 아무런 사진(anomal)을 넣었을 때, 사진이 치아가 맞는지 분류해내는 단순한 project였습니다. 우리 조에서 사용하였던 model 은 IForest입니다. 간단하게 iforest에 대해 설명을 먼저 하도록 하겠습니다. Isolation Forest 의 motivation은 few and different입니다. The minority consists of fewer instances They have attribute-values, which are vert different from those of normal instanc..

728x90
반응형