[Reproducibility Report] Explainable Deep One-Class Classification

要約

ハイパースフィア分類器（HSC）の説明可能バージョンである完全畳込みデータ記述（FCDD）は、画像の異常検出（AD）とピクセル単位のADに、ポストホックの説明手法なしで直接取り組む。著者らは、FCDDがFashion-MNISTとCIFAR-10におけるサンプル単位のADで最先端と同等の結果を達成し、MVTec-ADにおけるピクセル単位のタスクで最先端を上回ると主張している。著者のコードを微修正して論文の主な結果を再現し、ifを実現するための実行時間要件（CPUメモリ、GPUメモリ、学習時間）を提示する。また、臨界差分図を用いた別の解析手法を提案し、さらに学習段階でのモデルのテスト性能を調査している。

要約(オリジナル)

Fully Convolutional Data Description (FCDD), an explainable version of the Hypersphere Classifier (HSC), directly addresses image anomaly detection (AD) and pixel-wise AD without any post-hoc explainer methods. The authors claim that FCDD achieves results comparable with the state-of-the-art in sample-wise AD on Fashion-MNIST and CIFAR-10 and exceeds the state-of-the-art on the pixel-wise task on MVTec-AD. We reproduced the main results of the paper using the author’s code with minor changes and provide runtime requirements to achieve if (CPU memory, GPU memory, and training time). We propose another analysis methodology using a critical difference diagram, and further investigate the test performance of the model during the training phase.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL