cqylunlun / GLASS

[ECCV 2024] Official Implementation and Dataset Release for <A Unified Anomaly Synthesis Strategy with Gradient Ascent for Industrial Anomaly Detection and Localization>
MIT License
130 stars 17 forks source link

更灵活地在预训练特征提取网络中注入钩子 #14

Closed durongzheng closed 4 weeks ago

durongzheng commented 1 month ago

1.如果要将主干网络换成 swin transformer,由于其网络结构中 layers 内的层只有 0,1,2... 的编号,现有以层名字访问的方式无法获取。修改之后,可以用 "layers.0", "layers.2.blocks.0" 这样以'.'隔开的级联方式,访问任意深度的模块。从而更灵活地注入钩子. 2.增加了一个.gitignore 文件. 3.用 pd.concat 替换了 DataFrame.append 方法,新版pandas已弃用append.

cqylunlun commented 1 month ago

感谢您的贡献!我们会对这些更改进行验证,并在测试通过后一段时间内进行合并。