anomaly_region_overlap — SPC anomaly_eval op

• 데이터 종류: video × video → table

• 호출: import fullseye as fs; fs.ledger.anomaly_region_overlap(predicted, masks, min_overlap=0.5)(구현을 직접 호출하려면 import anomeval; anomeval.anomaly_region_overlap(predicted, masks, min_overlap=0.5), 원장에서 가져오려면 opsspc.get("anomaly_region_overlap"))

사용법

하나의 동작점에서 이진 결함 예측과 정답 영역별 중첩 (table).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

predicted and masks are binary (n, H, W) (or 2-D). For every 8-connected ground-truth region C: overlap = |predicted ∩ C| / |C|; a region counts as detected when overlap >= min_overlap. Returns overlap (per region, in mask order), pro (their mean = one point of the PRO curve), detected_fraction, hit_any (fraction of regions touched by at least one predicted pixel), fpr (predicted good pixels / good pixels), n_regions, min_overlap.

Raises ValueError on empty / mismatched / non-binary input, no ground-truth region, or min_overlap outside (0, 1].

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• anomaly_eval_metrics — py -3.11 examples/anomaly_eval_metrics.py

• poc_good_sample_variation_model — py -3.11 examples/poc_good_sample_variation_model.py

• poc_patch_anomaly — py -3.11 examples/poc_patch_anomaly.py

타입이 이어지는 다음 연산자(table 를 입력으로 받는 것)

msa_anova_table · msa_gauge_rr · msa_bias_linearity · msa_attribute_agreement · gum_standard_uncertainty · gum_propagate · gum_expanded · gum_monte_carlo

같은 카테고리(anomaly_eval)

anomaly_image_auroc · anomaly_pixel_auroc · anomaly_pro · anomaly_pixel_f1_max · anomaly_image_f1_max · anomaly_operating_point

*Provenance: anomeval.py — SPC 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.