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"))
• GPU: 없음(CPU 참조 구현만)
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, a negative / non-finite smooth, or an image on another pixel scale than the good images (integer vs float dtype, or values outside the training range widened by one training span on each side).
• 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_ai_built_inspection_scored — py -3.11 examples/poc_ai_built_inspection_scored.py
• 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.