Eintrag in der Universitätsbibliographie der TU Chemnitz
e Silva, André Luiz Vieira ; Simões, Francisco ; Kowerko, Danny ; Schlosser, Tobias ; Battisti, Felipe ; Teichrieb, Veronica
Attention Modules Improve Image-Level Anomaly Detection for Industrial Inspection: A DifferNet Case Study
| Universität: | Technische Universität Chemnitz | |
| Förderung: | Sonstiges | |
| Institut: | Juniorprofessur Media Computing | |
| Dokumentart: | Konferenzbeitrag, referiert | |
| URL/URN: | https://openaccess.thecvf.com/content/WACV2024/html/Vieira_e_Silva_Attention_Modules_Improve_Image-Level_Anomaly_Detection_for_Industrial_Inspection_A_WACV_2024_paper.html | |
| Quelle: | IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Jan 4-8 2024, Waikoloa, Hawai, pp. 8246-8255, 2024. - Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) | |
| Freie Schlagwörter (Deutsch): | Anomalie-Erkennung , Deep Learning , Hochspannungsleitungsinspektion , Halbleiterdefekte , visuelle Inspektion , DifferNet , Aufmerksamkeit (Maschinelles Lernen) | |
| Freie Schlagwörter (Englisch): | Anomaly Detection , Deep Learning , Powerline Inspection , Semiconductor Defects , Visual Inspection , DifferNet , Attention (Machine Learning) |
