前言
博文来自2022年CVPR的一篇论文，目前排名第二（截止博文发出时间，这是papers with code统计的发表在MVTec数据集的论文排名。）
模型原理
思想：以往采用的记忆库的方式做异常检测都采用预训练网络，CFA也是，但同时也会有针对正常数据集的训练，这样可以避免预训练网络范化性太强带来的偏差。还提出了一种记忆库的制作方法，可拓展到任意大小的记忆库。
耦合超球体的含义可以从这篇论文中理解到，相当于那种电子原子结构，原子是记忆库，电子是训练集或测试集。
迁移学习：ResNet是在大的自然数据集上训练出来的，具备了先验知识，可以提取得到图像的先验特征。就是个预训练网络提取特征，叫迁移学习是做个包装罢了。
文中出现的量按官方给的取，比如张量，CNN的选择等,这样想着能好理解一些。
Patch descriptor及之前的操作
之前的操作
正常图像数据集经ResNet网络提取特征，形成三个张量[4,64,56,56],[4,128,28,28],[4,256,14,14]，每个张量经平均池化，后两个张量再经上采样，三个张量合并后形成张量[4,448,56,56]。
Patch descriptor
构建两个张量xx/yy:[4,1,56,56]，内部数值（0～55）如下，yy张量相当于xx的转置。再将内部的每个数值除55乘2减1，合并到张量[4,448,56,56]形成[4,450,56,56]。经卷积形成张量[4,448,56,56]，取名为A1。
Compression-->Memory bank
一个batch为4，可以形成A1，将所有的A1求平均形成张量[1,448,56,56],再转化为张量[448,3136]，取名为B1。
上面是源码中的一个方法，原论文还介绍了一种数据库更新方法，也在源码中有体现，但默认没使用。
NN Search
A1张量转化形状[4,3136,448]后，其中每个值求平方再在维度层面相加形成张量A2[4,3136,1]；B1张量每个值求平方再在维度层面相加形成张量B2[1,3136]。A2与B2相乘再乘2（可以想象一下两个矩阵的相乘,相当于每张图的像素值与总体图的像素值乘了一下。）形成张量C1[4,3136,3136]，A2与B2相加（以矩阵相乘的形式相加）形成张量C2。
C2-C1形成D1，D1求根号以行为方向每个像素位置处返回最小的K（3）个值（形成超球），通过softmin为这三个值加权,再取第一个值形成张量D2[4,3136,1]，形成分数图S[4,1,56,56]。
损失函数
上面的操作返回6个，选前3个 使用损失函数（Euclidean distance），选后3个使用损失函数（Hard negative features）
。
用两个损失函数，一个从圈（超参数r）外让超球逼近r，一个从圈内让超球逼近r，两者结合再利用超参数限制一下，达到训练效果。
在一个像素位置会产生许多超球，这里只是选择最小的三个值构成超球，在这三个值中，任何一个都可能在后三个超球里，这样不就在检测异常区域时使得该区域检测不稳定了，所以加入后三个值的训练使这个模糊的值也限制住（理解的，不一定对...）。
实验
对比实验：在MVTec和RD-MVTec（数据增强后的）数据集上用不同模型做实验。
消融实验：使用不同损失函数/不同的记忆库大小/不同的backbone。
补充
PatchCore/PaDiM/SPADE（采用类似的记忆库的方法。）
问题（请教请教啊，搞不懂--_--）
Patch descriptor 里的维度增加了两个由448到500，那个操作是为了什么呢？