Alibi-Detect VAE 모델

비지도 학습을 위한 alibi-detect 라이브러리의 VAE (Variational Autoencoder) 모델을 사용하여 이미지의 이상을 감지하는 방법에 대해 알아보려고 합니다.

 

1. VAE (Variational Autoencoder)란?

 

VAE는 생성 모델 중 하나로, 데이터의 잠재적인 표현을 학습하고 이를 바탕으로 원본 데이터와 유사한 새로운 데이터를 생성할 수 있습니다.

 

• Encoder: 입력 데이터를 받아 이를 잠재 공간 (latent space)에 매핑합니다.
• Sampling: 잠재 공간에서의 확률 분포로부터 샘플링을 통해 특정 잠재 벡터를 얻습니다.
• Decoder: 샘플링된 잠재 벡터를 받아 원본 데이터와 동일한 차원을 가진 출력을 생성합니다.

 

2. alibi-detect와 OutlierVAE

 

alibi-detect는 다양한 타입의 데이터에 대한 이상 탐지를 위한 Python 패키지입니다. 이 중 OutlierVAE는 VAE의 재구성 능력을 활용하여 입력 이미지와 재구성된 이미지 사이의 차이를 통해 이상을 감지합니다.