VAEGAN
try VAE GANLoss + SSIM loss in anomaly Detection
Install / Use
/learn @ForrestPi/VAEGANREADME
VAEGAN
try VAE GANLoss + SSIM loss in anomaly Detection
基于VAE+GAN的异常图片结果测试如下:
对测试图片以及重建图片进行比对测试结果：
目前 对于光伏外观的异物检测，主要还是基于两部分模型实现：
1、由VAE+GAN 对待测图片进行重建，获得重建后的图片。
2、由待测图片以及重建后的图片，进行异常比对，获得异物定位功能
对于无监督异常图片进行精准的异常区域分割定位，在于如何精准的修复重建，获取语义级别的残差图结果，还需要进一步更深入的探索。
针对上述算法上的一些思考做进一步算法进行探索，打造AnomalyVAEGAN。
针对木制纹理结构数据进行探索
主要测试VAE+SSIM loss VAE+SPL loss 以及VAE+GAN loss 验证模型对复杂纹理数据集的重建性能
正常/异常测试数据
重建后的结果分析
纹理恢复数据
Related Skills
node-connect
341.6kDiagnose OpenClaw node connection and pairing failures for Android, iOS, and macOS companion apps
frontend-design
84.6kCreate distinctive, production-grade frontend interfaces with high design quality. Use this skill when the user asks to build web components, pages, or applications. Generates creative, polished code that avoids generic AI aesthetics.
openai-whisper-api
341.6kTranscribe audio via OpenAI Audio Transcriptions API (Whisper).
commit-push-pr
84.6kCommit, push, and open a PR
