此页面由 AI 自动翻译。查看英文原版
最后更新

本页目录

  • 类
  • AnomalyDetectionModel
Claude CodeCodexCursor
Luxonis 智能体工具包为你常用的编程智能体加载 Luxonis 上下文与技能,更快地基于 OAK 开发应用。
安装工具包
最后更新
Python API: luxonis_train.config.predefined_models.anomaly_detection.v1.model无监督异常检测模型。

类

AnomalyDetectionModel

无监督异常检测,基于 DRAEM。该模型在没有异常的图像上进行训练。使用 LuxonisLoaderPerlinNoise 进行训练。以 noise_prob 的概率,加载器将纹理数据集中的图像混合到 Perlin 噪声掩码内的训练图像中。该掩码标记异常。骨干网络重建干净的图像。头部将重建图像和输入图像一起读取并分割异常。损失函数比较重建图像与干净图像,以及预测分割与掩码。
  • 吞吐量:: 256x256 时的每秒帧数。
    • light: RVC2 上 10 帧,RVC4 上 170 帧
    • heavy: RVC2 上 0.5 帧,RVC4 上 61 帧

方法

init
Python
1def __init__(**kwargs):
使用其默认组件初始化模型。此处给定的 metrics_params 将替换整个默认的两类配置。
get_variants
Python
1def get_variants() -> tuple[str, dict[str, Params]]:
获取默认变体名称和可用变体。默认值为 light。每个变体将 backbone_variant 和 head_variant 设置为一种大小:"n" 用于 light,"l" 用于 heavy。返回
  • tuple[str, dict[str, Params]]: "light" 和两个变体及其构造函数参数。