MemAE 异常检测项目使用教程

1. 项目目录结构及介绍

memae-anomaly-detection/
├── data/
│   ├── img/
│   └── imgs/
├── matlab_script/
├── models/
├── options/
├── utils/
├── LICENSE
├── README.md
├── script_eval_video.py
├── script_testing.py
├── script_training.py
├── test_video_AE.sh
├── test_video_MemAE.sh
└── train_video_MemAE.sh

目录结构介绍

• data/: 数据目录，包含用于训练和测试的图像数据。

  • img/: 存放图像数据的子目录。
  • imgs/: 存放图像数据的子目录。

• matlab_script/: MATLAB脚本目录，包含用于数据准备的脚本。

• models/: 模型目录，存放预训练模型和训练后的模型文件。

• options/: 配置选项目录，包含训练和测试的配置文件。

• utils/: 工具目录，包含项目中使用的各种辅助函数和工具。

• LICENSE: 项目许可证文件。

• README.md: 项目说明文件，包含项目的概述、安装和使用说明。

• script_eval_video.py: 视频评估脚本，用于评估视频数据的异常检测效果。

• script_testing.py: 测试脚本，用于测试模型的性能。

• script_training.py: 训练脚本，用于训练模型。

• test_video_AE.sh: 自动编码器（AE）视频测试脚本。

• test_video_MemAE.sh: 记忆增强自动编码器（MemAE）视频测试脚本。

• train_video_MemAE.sh: 记忆增强自动编码器（MemAE）训练脚本。

2. 项目的启动文件介绍

2.1 script_eval_video.py

该脚本用于评估视频数据的异常检测效果。通过加载预训练模型并处理视频数据，输出异常检测的结果。

2.2 script_testing.py

该脚本用于测试模型的性能。通过加载预训练模型并处理测试数据，输出模型的准确率和召回率等性能指标。

2.3 script_training.py

该脚本用于训练模型。通过加载训练数据并使用配置文件中的参数进行模型训练，最终保存训练好的模型。

2.4 test_video_AE.sh

该脚本是自动编码器（AE）视频测试的启动脚本。通过调用相关Python脚本，对视频数据进行异常检测。

2.5 test_video_MemAE.sh

该脚本是记忆增强自动编码器（MemAE）视频测试的启动脚本。通过调用相关Python脚本，对视频数据进行异常检测。

2.6 train_video_MemAE.sh

该脚本是记忆增强自动编码器（MemAE）训练的启动脚本。通过调用相关Python脚本，对模型进行训练。

3. 项目的配置文件介绍

3.1 options/training_options.py

该文件包含了训练模型的配置选项，如数据路径、模型路径、结果路径、超参数等。在训练模型之前，需要根据实际情况修改这些配置选项。

3.2 options/testing_options.py

该文件包含了测试模型的配置选项，如数据路径、模型路径、结果路径等。在测试模型之前，需要根据实际情况修改这些配置选项。

3.3 options/eval_options.py

该文件包含了评估模型的配置选项，如数据路径、模型路径、结果路径等。在评估模型之前，需要根据实际情况修改这些配置选项。

通过以上配置文件，用户可以根据自己的需求调整模型的训练、测试和评估过程。