Gaussian AD-MVtec 项目启动与配置教程

1. 项目的目录结构及介绍

Gaussian AD-MVtec 项目采用清晰的目录结构，以下为主要的目录及其功能介绍：

• data/: 存放数据集的目录，通常包含训练和测试数据。
• docs/: 存放项目文档的目录，包括项目说明、使用教程等。
• models/: 存放预训练模型和训练过程中生成的模型文件的目录。
• notebooks/: 存放 Jupyter 笔记本文件的目录，可用于数据探索和实验分析。
• scripts/: 存放脚本文件的目录，包括数据预处理、模型训练、评估等脚本。
• src/: 项目源代码目录，包含主要的算法实现和工具类代码。
• tests/: 测试代码目录，用于存放单元测试和集成测试相关代码。
• README.md: 项目说明文件，包含项目概述、安装步骤、使用说明等。

2. 项目的启动文件介绍

项目的启动文件通常是 src/ 目录下的主程序文件，例如 main.py。以下是启动文件的基本内容：

import sys
import os

# 设置环境变量
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

from src import trainer, config

def main():
    # 加载配置文件
    config_path = 'config/config.yaml'
    config = config.load_config(config_path)

    # 创建训练器实例
    trainer = trainer.Trainer(config)

    # 执行训练过程
    trainer.train()

if __name__ == '__main__':
    main()

这段代码首先设置了环境变量，然后加载了配置文件，创建了训练器实例，并执行了训练过程。

3. 项目的配置文件介绍

项目的配置文件通常为 YAML 格式，位于 config/config.yaml。配置文件包含项目运行所需的各种参数，以下是一个配置文件的示例：

dataset:
  name: 'mvtec'
  train_dir: 'data/mvtec/train'
  test_dir: 'data/mvtec/test'

model:
  name: 'gaussian_ad'
  input_shape: [128, 128, 3]
  num_classes: 10

training:
  batch_size: 32
  epochs: 50
  learning_rate: 1e-3

testing:
  batch_size: 32

在这个配置文件中，定义了数据集的名称和路径、模型的名称和结构参数、训练过程中的批次大小、迭代次数和学习率等参数。这些参数可以在项目启动时通过配置文件进行修改，而无需直接更改代码。