search

plutoyuxie / AutoEncoder-SSIM-for-unsupervised-anomaly-detection-

Improving Unsupervised Defect Segmentation by Applying Structural Similarity to Autoencoders
121 stars 25 forks source link

是否可训练通用模型 #10

Open xfby2016 opened 3 years ago

xfby2016 commented 3 years ago

您好，感谢您的开源实现，我在自己的数据集上进行测试效果很好，但是有个问题，我的数据集图片可能是包含多种不同纹理背景的正样本，我发现训练单一纹理背景的数据集效果不错，但仅对该纹理背景有效，尝试将不同背景的图片一起训练却很难收敛，想请问下有没有什么方法可以训练一个通用模型，或者说可以做哪方面的优化可以将 MVTec AD 数据集里leather、wood等样本一起训练？感谢！

plutoyuxie commented 3 years ago

@xfby2016 Hi, 对于纹理类型数据，推荐您看看这个算法的实现https://github.com/xiahaifeng1995/PaDiM-Anomaly-Detection-Localization-master

plutoyuxie commented 11 months ago

@xfby2016 可以看看这个，多类别统一模型新sota： https://github.com/zhiyuanyou/UniAD