search

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

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

指标测试问题 #5

Closed interstate50 closed 3 years ago

interstate50 commented 3 years ago

作者你好，请问你测试过复现的代码在MVTec上的指标吗？我跑了下，比论文里面展示的估计要低个5~10个点？

plutoyuxie commented 3 years ago

对于object类型数据，我按照论文重建全图，而非基于patch重建，最新的代码没有上传。基本上是按照paper设置，完整测试了mvtec ad，其中grid/toothbrush/bottle精度较高，tile/cable等精度较低。稍后我将把最新代码和实际测试统计表更新出来。

发自我的iPhone

------------------ 原始邮件 ------------------ 发件人: Jinlei Hou <notifications@github.com> 发送时间: 2020年7月23日 18:59 抄送: Subscribed <subscribed@noreply.github.com> 主题: 回复：[plutoyuxie/AutoEncoder-SSIM-for-unsupervised-anomaly-detection-] 指标测试问题 (#5)

作者你好，请问你测试过复现的代码在MVTec上的指标吗？我跑了下，比论文里面展示的估计要低个5~10个点？

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.

plutoyuxie commented 3 years ago

@interstate50 我已上传最新代码和测试统计表。在某些场景，特别是金属材质、高频纹理、液体胶体等，AE-SSIM重建质量不高，从而导致分割精度下降明显。