Überwachtes Anomalieerkennungssystem

Im Bereich der Computer Vision ist die überwachte Anomalieerkennung eine wichtige Aufgabe, bei der Modelle trainiert werden, um Anomalien in Daten zu identifizieren, indem sie eine begrenzte Anzahl von abnormen Stichproben und eine große Anzahl von normalen Stichproben verwenden. Das Ziel dieser Aufgabe besteht darin, die Sensibilität und Genauigkeit des Modells bei der Erkennung von anomalen Daten zu verbessern und das Problem des natürlichen Lernungleichgewichts aufgrund ungleicher Datenverteilung anzugehen. Dies macht es besonders wertvoll für Anwendungen wie industrielle Überwachung, medizinische Diagnose und Sicherheitsschutz.