xrli-U
commented
2 months ago 您好，如果可以的话，对于一些专有名词可以使用英文进行表述吗？我不太理解您提到的“基于合成的模型”是什么意思，是指generative model吗？ 在异常检测任务中，正如您所说的，无监督（unsupervised）设置通常指的是使用大量正常图像进行训练，然后在无标签的测试集上进行测试。 使用dino_v2作为特征提取器在MVTec AD数据集上的效果确实会更好，详情可查看我们的README。 您上面提到的RsCIN的第3个“局限性”，这个并不属于RsCIN的局限性，RsCIN是用于优化异常检测结果的模块。 如果有更多关于论文和代码的问题，您可以通过我的邮箱xrli_plus@hust.edu.cn与我联系，我能够更加及时地进行回复！
利用用未标记测试图像，提出了一种基于未标记图像相互评分进行分类与分割，这确实是一种新机制。
我想请问：这是属于：无监督及自监督的思路吧？（通常是利用：正常合格的产品，即正样本去训练。）
从论文中，我的感悟，你这个思路，好像是类似：基于合成的模型？提取VIT特征，然后分区域打上标签？然后把合成前后的图像，互相打分？
请问：引用Dino V2作为骨干，是否效果最优呢？
另外 ：你论文中提到的RsCIN 有3个局限性：
1：对其骨干网中不包含图像级特征的一些单类方法，需要另一个骨干网来提取图像级特征。
2：对于分类结果非常高的方法，RsCIN 对图像级特征表示的改进(潜力空间)有限？
3:你们发现，你们的方法和 WinCLIP 都受到方向或比例不一致的影响。原因是使用固定的预训练视觉Transformer 作为特征提取器，在预训练过程中，Transformer 只对方向和比例进行了轻微的数据增强。因此，我们都不能有效地解决方向或比例不一致的问题。APRIL-GAN 的 AC 分数也有所下降，但 AS 分数有所提高。猜测原因是 APRIL-GAN 使用额外的训练集来优化 AS。
我很有兴趣你们团队是如何持续改进，解决以上问题的。当然，这样就离实际工业化落地更进一步了。