【可視化】Ano-Unetで異常部分の可視化 - Qiita

ただし、$F_{out}(G_{Unet})$は、U-netで生成した画像をf-Netに入力し、出てきた 出力を指します。要は、特徴ベクトルです。また、Cは正常画像をf-Netに入れ、 出力の平均値をとったものです。 最後に、$\beta$はパラメータです。 Ano-Unetの損失関数はAnoGANにかなり似ていますが、$L_C$の部分が違います。 $L_C$のおかげで、異常部分を可視化することができます。 直感的説明 前述したように、Ano-Unetで一番重要なのは$L_C$の役割です。 いま、f-Netの出力が上の図のように与えられたとして、緑の点は正常画像（馬）です。 一方、赤い点は異常画像（鹿）です。（本稿の実装では、f-Netの出力は1280次元ですが、 説明の便宜上、二次元の図で説明します。） 図のxの点は、正常画像をf-Netに入れ、出てきた出力の平均値、すなわちCを指します