Anomaly-Detection-MVTEC：在工业数据集（MVTEC）中进行异常检测（例如胶囊、纹理、瓶体等），采用简单层次结构...
5星
- 浏览量: 0
- 大小:None
- 文件类型：None
简介：
Anomaly-Detection-MVTEC项目专注于使用简单的层级架构，在涵盖胶囊、纹理及瓶体等多种类别的复杂工业数据集MVTEC上执行高效的异常检测任务。
异常检测的Pytorch实现可以用于在工业数据集中识别非正常图像。该模型结构简单，但若要参考MVTEC论文，请直接查阅相关文献资料。
实际上，在使用MVTEC AD数据集时，我发现这个代码表现不佳，因为我认为自动阈值可能需要通过微调阶段来确定。因此，手动调整阈值是实现此代码的一个解决方案。
此外还有Tensorflow版本的MVTEC异常检测实现。该模型基于在上述链接提及的论文中的方法，并使用简单的CNN架构（如自编码器）以及对抗变式自编码器进行训练。
安装指南：
- 克隆GitHub仓库：`git clone https://github.com/CY-Jeong/anomaly-detection-mvtec.git`
- 进入项目目录：`cd anomaly-detection-mvtec`
对于不同用户，有以下两种不同的安装方法：
1. 使用pip的用户请执行命令：
```
pip install -r requirements.txt
```
2. 使用conda环境管理工具，请先创建新的conda环境并激活它（例如`mvtec-env`），然后运行：
```
conda env create --file environment.yml
conda activate mvtec-env
```
全部评论 (0)
还没有任何评论哟~
