search

sjtuplayer / anomalydiffusion

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

关于下载的生成数据集的问题 #59

Closed boxbox2 closed 5 months ago

boxbox2 commented 5 months ago

我在data_loader.py发现加载的生成图片都是png格式，

        if base_dir == 'good':
            image, mask = self.transform_image(img_path, None)
            has_anomaly = np.array([0], dtype=np.float32)
        else:
            mask_path = os.path.join(dir_path, '../../ground_truth/')
            mask_path = os.path.join(mask_path, base_dir)
            if 'mvtec' in img_path:
                mask_file_name = file_name.split(".")[0]+"_mask.png"
            else:
                mask_file_name = file_name.split(".")[0] + ".png"
            mask_path = os.path.join(mask_path, mask_file_name)

可我在提供的谷歌云中生成数据集发现图片都是jpg格式，请问我是在代码中直接将.png改成.jpg还是将生成数据的后缀都改成.png？请问前者的解决方法对模型训练有影响吗？

sjtuplayer commented 5 months ago

我在data_loader.py发现加载的生成图片都是png格式，

        if base_dir == 'good':
            image, mask = self.transform_image(img_path, None)
            has_anomaly = np.array([0], dtype=np.float32)
        else:
            mask_path = os.path.join(dir_path, '../../ground_truth/')
            mask_path = os.path.join(mask_path, base_dir)
            if 'mvtec' in img_path:
                mask_file_name = file_name.split(".")[0]+"_mask.png"
            else:
                mask_file_name = file_name.split(".")[0] + ".png"
            mask_path = os.path.join(mask_path, mask_file_name)

可我在提供的谷歌云中生成数据集发现图片都是jpg格式，请问我是在代码中直接将.png改成.jpg还是将生成数据的后缀都改成.png？请问前者的解决方法对模型训练有影响吗？

你好，这是测试mvtec原始数据集的Dataset，所以是png格式没问题的