[WORK] Patch SVDD 모델 선정

[Polar-Bear-Poby]

WORK PLAN

• [x] 모델 : Patch SVDD
• [x] 사용 프레임워크 : pytorch
• [x] MRI image 중 NC (=Normal) class에 속한 image만으로 모델 학습
• [x] inference에서는 MRI 이미지와 anomaly map 이미지 출력
• [ ] Tensorboard와 W&B 연결하여 모니터링

ISSUES

문제상황

1. Colab에서 terminal 명령어로 py파일을 실행하면 colab pro +의 background 실행 기능 사용 불가
2. Inference 수행할 때 train image에서 feature를 추출하는 과정에서 많은 시간 소요
3. Colab으로 학습할 때 system 메모리가 증가하여, 제공된 용량을 초과하면 학습 중단
4. Server에서 shape이 안 맞는다는 이슈 (inspection.py 수정한 이후 발생...)
5. Valid, Test를 위한 Mask 요청

예상 해결 방안 list

• [x] py파일을 ipynb 형식으로 수정한 다음 실행
• [x] 서비스 단계에서 사용할 feature들을 미리 저장하고, inference 수행할 때 load 하는 방식으로 변경
• [x] GPT한테 물어보기....
• [ ] 서버에서 안 돌아가면 돌아갈 때까지 back!!
• [x] 지은님한테 부탁

(해결시) 해결방법

• [x] py파일을 ipynb 형식으로 변경하여 다음 실행
• [x] Inference 과정에서 npy형식으로 저장한 feature를 load함으로써 추론 시간을 줄이는데 성공
• [x] loss.item()을 활용, 사용하지 않은 변수 del ! (ing)
• [ ] back (ing)
• [x] 지은님께서 OASIS 데이터에서 mask 파일 생성해주심

RESULTS

• 해당 작업 결과 Server 할당 받은 후 다양한 결과 수행 (ing)

  Experiments 1

  Epoch	lambda	# of patch	AUC(이상탐지)	AUC(픽셀 이상탐지)
  15	1	100	0.705	0.882

추후 Epoch 100이상 결과 첨부

Experiments 2

Epoch	lambda	# of patch	AUC(이상탐지)	AUC(픽셀 이상탐지)
15	1	150	0.691	0.893

추후 Epoch 100이상 결과 첨부

Experiments 3

Epoch	lambda	# of patch	AUC(이상탐지)	AUC(픽셀 이상탐지)
15	0.1	150	0.736	0.847

추후 Epoch 100이상 결과 첨부

Experiments 4

Sharpening 이미지 데이터 세트 1 수행	Epoch	lambda	# of patch	AUC(이상탐지)	AUC(픽셀 이상탐지)
TBD	TBD	TBD	TBD	TBD

Experiments 5

Sharpening 이미지 데이터 세트 2 수행	Epoch	lambda	# of patch	AUC(이상탐지)	AUC(픽셀 이상탐지)
TBD	TBD	TBD	TBD	TBD

[Polar-Bear-Poby]

Visualize 속도 개선

Test 데이터의 anomaly map을 생성할 때 best model(=encoder)로 훈련 이미지에서 임베딩을 추출할 때 많은 시간 소요

해결방안

훈련 이미지로부터 추출한 임베딩 데이터를 load하는 방식으로 변경하여 test 데이터의 anomaly map 생성 시간 감소