anomaly_patch op• 데이터 종류: image2d × table → table
• 호출: import fullseye as fs; fs.ledger.patchbank_score(image, model, k=1, smooth=4.0)(구현을 직접 호출하려면 import anomaly_patch; anomaly_patch.patchbank_score(image, model, k=1, smooth=4.0), 원장에서 가져오려면 opsspc.get("patchbank_score"))
한 장을 메모리 뱅크에 대조: 패치마다 가장 가까운 양품 k개까지의 거리로 이상 맵을 만든다 (table).
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
model comes from patchbank_fit; image must have the training images' shape. The distance (Euclidean, in standardised feature space; the mean over the k nearest) is computed exactly by brute force, interpolated to the image size and smoothed by a Gaussian of smooth px. Returns map (H, W), grid (raw distances), image_score (maximum of the smoothed map), k and smooth.
Raises ValueError for a model that is not a patchbank_fit result, a different image shape, k larger than the bank, or a negative / non-finite smooth.
• 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.
• poc_patch_anomaly — py -3.11 examples/poc_patch_anomaly.py
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
anomaly_patch)patch_features · patchdist_fit · patchdist_score · patchbank_fit
*Provenance: anomaly_patch.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.