patchdist_score — SPC anomaly_patch op

• 데이터 종류: image2d × table → table

• 호출: import fullseye as fs; fs.ledger.patchdist_score(image, model, smooth=4.0)(구현을 직접 호출하려면 import anomaly_patch; anomaly_patch.patchdist_score(image, model, smooth=4.0), 원장에서 가져오려면 opsspc.get("patchdist_score"))

사용법

한 장을 위치별 정규분포에 대조: 패치별 마할라노비스 거리로 이상 맵을 만든다 (table).

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

model comes from patchdist_fit; image must have the training images' shape. The grid of distances sqrt((x - mu)' P (x - mu)) is interpolated (bilinear, between patch centres) to the image size and smoothed by a Gaussian of smooth px (0 = no smoothing). Returns map (H, W; higher = more anomalous), grid (the raw distances), image_score (the maximum of the smoothed map) and smooth.

Raises ValueError for a model that is not a patchdist_fit result, a different image shape, or a negative / non-finite smooth.

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)

• (아직 없음)

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_patch)

patch_features · patchdist_fit · patchbank_fit · patchbank_score

*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.