search

sjtuplayer / anomalydiffusion

[AAAI 2024] AnomalyDiffusion: Few-Shot Anomaly Image Generation with Diffusion Model
MIT License
176 stars 26 forks source link

关于提供的生成数据集的相关问题 #55

Closed duanyuanyi closed 3 months ago

duanyuanyi commented 5 months ago

训练使用前1/3的异常，但是您提供的生成数据集的牙刷中却有黄色和红色，这属于后2/3，这是什么原因呢

sjtuplayer commented 5 months ago

训练使用前1/3的异常，但是您提供的生成数据集的牙刷中却有黄色和红色，这属于后2/3，这是什么原因呢

你好，仔细观察mvtec数据集数据集的话会发现，里面有些缺陷类别的缺陷表现是不一致的，比如你提到的toothbrush，对于这些类别，他们前1/3的缺陷几乎是一致的，而后2/3的缺陷完全不同，这应该是数据收集时为了规整而安排的，这不太符合缺陷数据随机出现的假设。因此，对于这种数据，我们是用的随机采样1/3的方案来实现的（这种类别太少，属于特例了，所以为了不破坏1/3的setting，没有单独提出来）。为了避免后续研究时遇到相似的问题，我们重新检查了数据集设置，同样有该情况的缺陷类别有toothbrush-defective,cable-swap与metal_nut-color，可以适当注意一下这些类别。但是因为这个类别确实比较少，整体上对结果指标的影响并不大。