search

cnulab / RealNet

Offical implementation of "RealNet: A Feature Selection Network with Realistic Synthetic Anomaly for Anomaly Detection (CVPR 2024)"
MIT License
143 stars 5 forks source link

局部异常数据生成和掩码 #21

Open zhuqiming678 opened 2 months ago

zhuqiming678 commented 2 months ago

您好！很喜欢你们的工作。目前sample.py生成的图像都是全局异常。请问怎么改为论文中提到的adaptive threshold-based binarization method for foreground segmentation生成局部异常？并能够导出异常图像掩码？

cnulab commented 2 months ago

您好，感谢您对我们工作的关注！

局部区域的异常合成在RealNet的训练过程中实现，位于datasets/realnet_dataset.py 其中generate_anomaly函数是完整的生成局部异常区域的过程，函数generate_target_foreground_mask是论文中提到的前景分割的过程。 generate_anomaly函数返回局部异常图像和对应的mask，导出掩码即保存返回的mask即可。

zhuqiming678 commented 2 months ago

好的，谢谢。烦请您有时间的话也可以做个脚本：

在sample.py中可以接收一些正常图像，然后生成该正常图像的异常图像和掩码。

这样的话后期有些人仅仅想利用SDAS生成异常数据和掩码去做学习会更快速。

cnulab commented 2 months ago

好的，感谢你的建议(^o^)/~！