使用Anomalib训练自定义数据集：工业缺陷检测实战指南

1次阅读

没有评论

共计 1849 个字符，预计需要花费 5 分钟才能阅读完成。

工业缺陷检测是质量管控的重要环节，但实际落地面临两大核心挑战：

数据不均衡问题：正常样本占绝大多数，缺陷样本可能仅占 1% 甚至更少，导致模型容易偏向预测为正常类别
标注成本高昂：每个缺陷需要专业人员标注精确位置和类型，一条产线每天产生数万张图像，全标注不现实

传统监督学习方法（如 Faster R-CNN）在这种场景下效果有限，而 Anomalib 提供的半监督框架只需少量正常样本即可训练，完美契合工业需求。

Anomalib 支持多种前沿算法，根据我们的实验对比：

PaDiM：适合纹理类缺陷（如布料瑕疵），利用预训练 CNN 特征构建高斯分布
PatchCore：对结构性缺陷更敏感（如零件缺失），通过内存库保存代表性特征

工业数据需转换为 MVTec 标准格式（官方示例结构如下）：

dataset/
├── train/
│   ├── good/  # 仅放正常样本
│   │   ├── img1.png
│   │   └── ...
├── test/
│   ├── good/
│   ├── defect_type1/
│   └── ...
└── ground_truth/  # 掩码目录（可选）

关键技巧：

特征层冻结：保持 backbone（如 ResNet）的前几层权重固定，仅微调深层
学习率分层：骨干网络使用更低学习率（通常 1e-5），新加层用 1e-3

# 数据增强配置
train_transform = A.Compose([A.Resize(256, 256),
    A.Normalize(mean=[0.485, 0.456, 0.406], 
               std=[0.229, 0.224, 0.225]),
    A.HorizontalFlip(p=0.5)  # 仅对正常样本增强
])

# 自定义数据集类
class MVTecDataset(Dataset):
    def __init__(self, root_dir, transform=None):
        self.image_paths = [p for p in Path(root_dir).rglob('*.png') 
            if 'good' in str(p)
        ]
        self.transform = transform

    def __getitem__(self, idx):
        img = cv2.imread(str(self.image_paths[idx]))
        img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        if self.transform:
            img = self.transform(image=img)['image']
        return img

model:
  name: padim
  backbone: resnet18
  layers: [layer1, layer2, layer3]  # 提取特征层级

data:
  init_size: 256
  target_size: 224

optimization:
  batch_size: 32
  lr: 1e-4

对正常样本使用 几何变换（旋转 / 翻转）
避免使用色彩扰动，可能破坏工业图像的色度特征

当遇到 CUDA out of memory 时：

启用梯度累积

# 每 4 个 batch 更新一次参数
for i, batch in enumerate(dataloader):
    loss = model(batch)
    loss.backward()
    if (i+1) % 4 == 0:
        optimizer.step()
        optimizer.zero_grad()

推荐使用 Focal Loss 应对类别不平衡：

criterion = FocalLoss(alpha=0.75, gamma=2)

模型	参数量	推理速度（FPS）	AUC
ResNet18	11M	85	0.912
WideResNet50	68M	32	0.934

torch.onnx.export(
    model,
    dummy_input, 
    "model.onnx",
    opset_version=11,  # 必须≥11
    dynamic_axes={'input': {0: 'batch'}},
    input_names=['input'],
    output_names=['anomaly_map']
)

在动态光照环境下（如金属件反光），现有方法容易出现误检。可能的解决方向：