異常生成相關問題

[chilin0525]

您好，

對於您論文中提及的異常生成方法有興趣，想跟您請教幾個問題:

1. 生成時提到使用 normal images 訓練一個 diffusion model，想請教這個部分是單一種相似外觀物體就要訓練一個 diffusion model 嗎？還是說可以以多種不同物體訓練一個 diffusion model 呢？
2. 對於異常生成模型我自己的 concern 是如何確保生成的異常能覆蓋掉實際可能出現的異常 pattern，進而避免異常漏報 (漏檢) 發生，想好奇您對這個問題的看法
3. 與第二個問題相關，如果一個場域下會出現固定的 defect pattern，如何盡可能讓模型只生成類似的 defect sample 而不會超乎預期的 defect pattern 呢？

希望作者大大有空時能回覆，感激不盡！🙏

[cnulab]

您好！ Q1：实验中观察为每类训练一个diffusion model和多类训练一个diffusion model没有显著区别，为了实验操作和模型发布的简便，该实现为每个数据集的多个类别训练一个diffusion model. Q2：使生成异常的分布接近实际异常的分布(尽可能的覆盖实际可能出现的异常类型)是异常合成任务的终极目标，在本文的实验设置中（不使用任何真实的异常样本），达成以上目标是一个有挑战性的任务。你的concern是完全合理的，需要继续探索！ Q3：Teng Hu等人和Yuxuan Duan等人的工作使用few shot的异常图像训练异常合成模型，来生成特定类别的异常图像以扩充异常数据。在本文的设置中，约束出现的异常类别(例如通过一些先验信息或自然语言prompt)，是一个非常有潜力的研究方向，同样需要继续探索！

[chilin0525]

謝謝您迅速地回答！我這邊沒有其他問題，先將這個 issue 關閉～