anomaly_pro — SPC `anomaly_eval` op

• Datenarten: video × video → table

• Aufruf: import fullseye as fs; fs.ledger.anomaly_pro(scores, masks, fpr_max=0.3) (die Implementierung direkt: import anomeval; anomeval.anomaly_pro(scores, masks, fpr_max=0.3); aus dem Register: opsspc.get("anomaly_pro"))

Verwendung

Kurve der Überlappung je Defektregion (PRO) und ihre normierte Fläche AUPRO bis fpr_max (table).

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

Definition (Bergmann et al., CVPR 2020): at a threshold t, every 8-connected defect region C of every mask scores |{score >= t} ∩ C| / |C|; PRO(t) is the mean over all regions, so a small defect weighs as much as a large one. FPR(t) is the fraction of all good pixels with score >= t. The curve is evaluated exactly at every distinct score (sorted cumulative sums, no threshold grid), starts at (0, 0), is integrated by the trapezoid rule up to fpr_max (the customary 0.3; linear interpolation at the cut) and divided by fpr_max → aupro in [0, 1]. Returns aupro, fpr / pro (the curve up to the cut), n_regions, fpr_max.

Raises ValueError on empty / mismatched / non-finite input, non-binary masks, no defect region, no good pixel, or fpr_max outside (0, 1].

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• 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

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

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

Gleiche Kategorie (`anomaly_eval`)

anomaly_image_auroc · anomaly_pixel_auroc · anomaly_region_overlap · anomaly_pixel_f1_max · anomaly_image_f1_max · anomaly_operating_point

*Provenance: anomeval.py — SPC Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

anomaly_pro — SPC anomaly_eval op