Closed chilin0525 closed 2 months ago
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!
謝謝您迅速地回答!我這邊沒有其他問題,先將這個 issue 關閉~
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:
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?希望作者大大有空時能回覆,感激不盡!🙏