AnomalyDINO 项目启动与配置教程

1. 项目目录结构及介绍

AnomalyDINO 项目目录结构如下：

AnomalyDINO/
├── demo_AnomalyDINO.ipynb
├── requirements.txt
├── run_anomalydino.py
├── run_anomalydino_batched.py
├── src/
│   ├── __init__.py
│   ├── datasets.py
│   ├── models.py
│   ├── utils.py
│   └── visualization.py
├── data/
│   ├── mvtec_anomaly_detection/
│   └── Visa_pytorch/1cls/
├── LICENSE
└── README.md

• demo_AnomalyDINO.ipynb: Jupyter Notebook 格式的示例脚本，用于演示如何使用 AnomalyDINO 进行异常检测。
• requirements.txt: 项目依赖的 Python 包列表。
• run_anomalydino.py: 主执行脚本，用于运行异常检测任务。
• run_anomalydino_batched.py: 批处理模式的执行脚本，用于零样本异常检测。
• src/: 源代码目录，包含了数据集处理、模型定义、工具函数和可视化工具。
• data/: 数据集目录，包含了项目所需的数据集。
• LICENSE: 项目使用的 Apache-2.0 许可证文件。
• README.md: 项目说明文件，包含了项目信息和如何使用项目的说明。

2. 项目的启动文件介绍

项目的主要启动文件是 run_anomalydino.py，该脚本用于执行异常检测任务。以下是脚本的基本使用方法：

python run_anomalydino.py --dataset <数据集名称> --shots <shot数量> --num_seeds <种子数量> --preprocess <预处理类型> --data_root <数据集根目录>

其中：

• --dataset: 指定使用的数据集名称（例如 "MVTec" 或 "VisA"）。
• --shots: 指定每次训练中使用的参考样本数量。
• --num_seeds: 指定重复实验的次数，用于获取更加稳定的性能评估。
• --preprocess: 指定数据预处理类型（例如 "agnostic" 或 "informed"）。
• --data_root: 指定数据集的根目录。

3. 项目的配置文件介绍

项目的配置主要通过命令行参数进行，但也有部分配置可以在源代码中的 src/utils.py 文件中进行调整。以下是该文件中的一些关键配置：

• get_dataset_info: 函数用于指定数据集的相关信息，例如数据集的路径和预处理方式。
• preprocess: 可以设置为 "agnostic" 或 "informed"，决定了是否对参考样本进行旋转增强。

在 run_anomalydino.py 或 run_anomalydino_batched.py 脚本中，可以通过修改命令行参数来调整这些配置。例如，可以通过 --preprocess 参数来指定预处理类型。