基于anomalib预训练模型的工业缺陷检测实战：从数据准备到模型部署

1次阅读

没有评论

共计 1841 个字符，预计需要花费 5 分钟才能阅读完成。

工业质检领域长期面临两个核心挑战：缺陷样本稀缺（正负样本比例可能低于 1:1000）和缺陷形态高度多样化（如纹理异常、结构缺损、污渍等）。传统 CNN 方法在这种场景下表现不佳，原因在于：

监督学习需要大量标注数据，而缺陷标注依赖专业质检人员
模型容易过拟合正常样本，导致对未知缺陷类型泛化能力差

anomalib 提供的预训练模型（如 EfficientAD）通过自监督预训练 + 特征金字塔架构，在 MVTec 基准测试中达到 96.3% 的检测 AUROC，相比传统 CNN 方案提升约 15-20 个百分点。其核心优势在于：

预训练阶段使用 ImageNet 等通用数据集，不依赖缺陷数据
多尺度特征融合机制能捕捉从局部纹理到全局结构的异常信号
高斯混合模型（GMM）替代传统分类头，适配零样本检测场景

标准处理流程应遵循：

数据归一化：对每张图像进行通道级标准化

transform = transforms.Compose([transforms.ToTensor(),
    transforms.Normalize(mean=[0.485, 0.456, 0.406],
        std=[0.229, 0.224, 0.225])
])

Patch 划分：将原图裁剪为 256×256 的 patch（重叠率建议 20%）

from torchvision.transforms.functional import crop

def generate_patches(img, patch_size=256, stride=200):
    patches = []
    h, w = img.shape[-2:]
    for i in range(0, h, stride):
        for j in range(0, w, stride):
            patch = crop(img, i, j, 
                min(patch_size, h-i), 
                min(patch_size, w-j))
            patches.append(patch)
    return patches

以 EfficientAD 为例的关键实现步骤：

下载官方预训练权重

wget https://github.com/openvinotoolkit/anomalib/releases/download/v0.3.0/efficientad_mvtec.pth

模型初始化与权重加载

from anomalib.models import EfficientAD

model = EfficientAD(
    backbone="wide_resnet50_2",
    layers=["layer2", "layer3"],  # 特征金字塔层级
    pre_trained=True
)
model.load_state_dict(torch.load("efficientad_mvtec.pth"))

冻结特征提取层（可选）

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

Backbone	参数量 (M)	FLOPs(G)	AUROC(%)	推理时延 (ms)
ResNet18	11.2	1.8	94.1	23
WideResNet50	68.9	11.4	96.3	45
EfficientNetB5	30.6	9.9	95.7	38

from pytorch_lightning import Trainer

trainer = Trainer(
    precision="16-mixed",  # 自动混合精度
    accelerator="gpu",
    devices=2,
    strategy="ddp"
)