anomaly_image_auroc — SPC anomaly_eval op

• データ種: signal × signal → table

• 呼び出し: import fullseye as fs; fs.ledger.anomaly_image_auroc(scores, labels) (実装を直接呼ぶなら import anomeval; anomeval.anomaly_image_auroc(scores, labels)、台帳から引くなら opsspc.get("anomaly_image_auroc"))

使い方

Image-level AUROC from one anomaly score per image and a good/defective label per image (table).

scores is a 1-D array (higher = more anomalous), labels the same length with 1 / True = defective. Exact Mann–Whitney statistic with mid-ranks for ties (Hanley & McNeil

1982): the probability that a random defective image outscores a random good one, ties counting 1/2. Returns auroc, n_pos, n_neg.

Raises ValueError on empty / mismatched / non-finite input, non-binary labels, or when all images carry the same label (AUROC undefined).

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• 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

型が繋がる次の op(table を入力に取れる)

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

同カテゴリ(anomaly_eval)

anomaly_pixel_auroc · anomaly_pro · anomaly_region_overlap · anomaly_pixel_f1_max · anomaly_image_f1_max · anomaly_operating_point

*Provenance: anomeval.py — SPC operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

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