Anomalib实战指南：如何训练自定义数据集实现高精度图像分割

1次阅读

没有评论

共计 2145 个字符，预计需要花费 6 分钟才能阅读完成。

在工业场景中，自定义数据集的图像分割任务常常面临以下挑战：

小样本问题：工业异常检测数据通常正样本（正常图像）远多于负样本（异常图像），导致模型容易过拟合
类别不平衡：不同缺陷类型出现频率差异大，常见缺陷可能有上百样本，而罕见缺陷仅有个位数案例
标注成本高：需要像素级标注的异常区域，但专业质检人员的标注时间成本是普通分类任务的 10 倍以上

使用 Anomalib 时，新手常遇到的典型报错包括：

ValueError: Mask dimensions do not match image – 标签掩码与图像尺寸不匹配
CUDA out of memory – 显存不足导致训练中断
KeyError: 'annotations' – COCO 格式标注文件字段缺失

Padim：
优势：训练速度快，适合小样本场景
劣势：对纹理变化敏感，边缘分割较粗糙
PatchCore：
优势：保留局部特征关系，定位精度高
劣势：内存消耗大，需要特征降维处理

格式转换（以 COCO 为例）：

import json

with open('custom.json') as f:
    data = json.load(f)

# 转换标注为 COCO 格式
coco_anns = []
for ann in data['annotations']:
    coco_anns.append({'image_id': ann['image_id'],
        'category_id': 1,  # 异常类别固定为 1
        'segmentation': ann['segmentation'],
        'area': ann['area'],
        'bbox': ann['bbox'],
        'iscrowd': 0
    })

数据增强策略：
针对遮挡：随机擦除(RandomErasing)
针对光照：ColorJitter(brightness=0.3, contrast=0.3)
针对尺度：RandomResizedCrop(256, scale=(0.8, 1.0))

import torch
from anomalib.models import Padim
from anomalib.data import MVTec
from anomalib.engine import Engine

# 自定义数据集加载
class CustomDataset(MVTec):
    def __init__(self, root, transform=None):
        super().__init__(root, transform=transform)
        # 覆盖原始类别
        self.normal_dir = 'good'
        self.abnormal_dir = 'defect'

# 模型配置
model = Padim(input_size=(256, 256),
    backbone='wide_resnet50_2',
    layers=['layer2', 'layer3']
)

# 训练引擎
engine = Engine(
    model=model,
    devices=1,
    max_epochs=100,
    callbacks=[EarlyStopping(monitor='pixel_AUROC', patience=5),
        ModelCheckpoint(dirpath='checkpoints', monitor='pixel_AUROC')
    ]
)
engine.fit(dataset=CustomDataset('data/custom'))

特征层选择 ：layer2 和layer3平衡了细节与语义信息
早停机制：监控像素级 AUROC 避免过拟合
设备设置 ：devices=1 表示使用单 GPU 训练

梯度累积：

engine = Engine(accumulate_grad_batches=4  # 每 4 个 batch 更新一次参数)

混合精度训练：
```
engine = Engine(precision='16-mixed')
```

特征提取器冻结：

for param in model.backbone.parameters():
    param.requires_grad = False  # 冻结 backbone

合成数据生成：使用 GAN 生成局部异常图案

在 MVTec AD 数据集上的对比实验：

模型	mAP@IOU=0.5	推理速度(FPS)
Padim	0.82	45
PatchCore	0.89	32

实际部署建议：
– 对实时性要求高的场景选择 Padim
– 对精度要求高的场景选择 PatchCore

边缘优化：尝试在后处理中添加 CRF（条件随机场）细化边缘

阈值动态调整：

from sklearn.metrics import f1_score

def find_optimal_threshold(scores, labels):
    thresholds = np.linspace(0, 1, 100)
    f1s = [f1_score(labels, scores > t) for t in thresholds]
    return thresholds[np.argmax(f1s)]