search

MediaBrain-SJTU / RegAD

[ECCV2022 Oral] Registration based Few-Shot Anomaly Detection
MIT License
277 stars 40 forks source link

关于模型训练的问题 #49

Open genzhengmiaohong opened 9 months ago

genzhengmiaohong commented 9 months ago

在模型训练的时候，如果只有正样本，负样本很少甚至没有，且没有标签数据，该如何修改关于roc_auc_score和test的相关内容呢？希望得到您的回答。

PENGYUN906 commented 8 months ago

我想在训练中test了一部分图片进行计算auc和roc，根据他们的大小来判断是否存储最新的权重，此部分的test中的数据相当于是起了验证集的作用，如果你没有负样本以及标注，你也可以把正样本和全黑的ground_truth作为验证集传进去。这是我的理解，不知道是否正确，欢迎讨论。

genzhengmiaohong commented 8 months ago

我想在训练中test了一部分图片进行计算auc和roc，根据他们的大小来判断是否存储最新的权重，此部分的test中的数据相当于是起了验证集的作用，如果你没有负样本以及标注，你也可以把正样本和全黑的ground_truth作为验证集传进去。这是我的理解，不知道是否正确，欢迎讨论。

我现在是这么操作的，使用正样本和全黑的ground_truth。我现在使用这个模型，在test时耗时非常久，不知道你遇到了这个问题嘛？我是改了网络的参数，传入512*512的图像

PENGYUN906 commented 6 months ago

我想在训练中test了一部分图片进行计算auc和roc，根据他们的大小来判断是否存储最新的权重，此部分的test中的数据相当于是起了验证集的作用，如果你没有负样本以及标注，你也可以把正样本和全黑的ground_truth作为验证集传进去。这是我的理解，不知道是否正确，欢迎讨论。

我现在是这么操作的，使用正样本和全黑的ground_truth。我现在使用这个模型，在test时耗时非常久，不知道你遇到了这个问题嘛？我是改了网络的参数，传入512*512的图像

肯定很慢的，因为模型在算特征分布协方差的时候是逐像素算的：for i in range（H *W），特别占显存，能跑起来都算不错的了。