PyTorch中具有深金字塔对应(SPADE)的子图像异常检测 (SPADE)的PyTorch实现。 SPADE提出了一种异常分割方法,不需要培训阶段。 它快速,强大并且可以在MVTec AD数据集上实现SOTA。 我们使用K = 5最近邻居,这与原始纸张K = 50不同。 先决条件 python 3.6+ PyTorch 1.5+ sklearn,matplotlib 安装必备组件: pip install -r requirements.txt 如果您已经下载了数据集,请将文件移动到data/mvtec_anomaly_detection.tar.xz 。 如果您没有数据集文件,它将在代码运行期间自动下载。 用法 要在MVTec AD数据集上测试SPADE ,请执行以下操作: cd src python main.py 运行上面的代码后,您可以在src/result/ro