anomaly_detection.md 19 KB
comments: true
图像异常检测模块使用教程
一、概述
图像异常检测任务是一种在没有标签或少量标签数据的情况下，自动识别和检测数据集中与大多数数据显著不同的异常或罕见样本的技术。这种技术广泛应用于工业制造质量控制、医疗诊断等多个领域。
二、支持模型列表
| 模型 | 模型下载链接 | mIoU | 模型存储大小（MB） | 介绍 |
|---|---|---|---|---|
| STFPM | 推理模型/训练模型 | 0.9901 | 22.5 | 一种基于表示的图像异常检测算法，由预训练的教师网络和结构相同的学生网络组成。学生网络通过将自身特征与教师网络中的对应特征相匹配来检测异常。 |
测试环境说明:
<li><b>性能测试环境</b>
<ul>
<li><strong>测试数据集：</strong>MVTec_AD 数据集中的grid类别。</li>
<li><strong>硬件配置：</strong>
<ul>
<li>GPU：NVIDIA Tesla T4</li>
<li>CPU：Intel Xeon Gold 6271C @ 2.60GHz</li>
</ul>
</li>
<li><strong>软件环境：</strong>
<ul>
<li>Ubuntu 20.04 / CUDA 11.8 / cuDNN 8.9 / TensorRT 8.6.1.6</li>
<li>paddlepaddle 3.0.0 / paddlex 3.0.3</li>
</ul>
</li>
</ul>
</li>
<li><b>推理模式说明</b></li>
| 模式 | GPU配置 | CPU配置 | 加速技术组合 |
|---|---|---|---|
| 常规模式 | FP32精度 / 无TRT加速 | FP32精度 / 8线程 | PaddleInference |
| 高性能模式 | 选择先验精度类型和加速策略的最优组合 | FP32精度 / 8线程 | 选择先验最优后端（Paddle/OpenVINO/TRT等） |
三、快速集成
❗ 在快速集成前，请先安装 PaddleX 的 wheel 包，详细请参考 PaddleX本地安装教程
完成wheel包的安装后，几行代码即可完成图像异常检测模块的推理，可以任意切换该模块下的模型，您也可以将图像异常检测的模块中的模型推理集成到您的项目中。 运行以下代码前，请您下载示例图片到本地。
from paddlex import create_model
model_name = "STFPM"
model = create_model(model_name=model_name)
output = model.predict("uad_grid.png", batch_size=1)
for res in output:
res.print()
res.save_to_img(save_path="./output/")
res.save_to_json(save_path="./output/res.json")
运行后，得到的结果为：
{'res': "{'input_path': 'uad_grid.png', 'pred': '...'}"}
运行结果参数含义如下：
input_path：表示输入待检测异常的图像路径doctr_img：表示异常检测后的图像可视化结果，由于数据过多不便于直接print，所以此处用...替换，可以通过res.save_to_img()将预测结果保存为图片，通过res.save_to_json()将预测结果保存为json文件。
可视化图片如下：
相关方法、参数等说明如下：
create_model实例化图像异常检测模型（此处以STFPM为例），具体说明如下：参数 参数说明 参数类型 可选项 默认值 model_name模型名称 str所有PaddleX支持的模型名称 无 model_dir模型存储路径 str无 无 device模型推理设备 str支持指定GPU具体卡号，如“gpu:0”，其他硬件具体卡号，如“npu:0”，CPU如“cpu”。 gpu:0use_hpip是否启用高性能推理插件 bool无 Falsehpi_config高性能推理配置 dict|None无 None其中，
model_name必须指定，指定model_name后，默认使用 PaddleX 内置的模型参数，在此基础上，指定model_dir时，使用用户自定义的模型。调用图像异常检测模型的
predict()方法进行推理预测，predict()方法参数有input和batch_size，具体说明如下：
| 参数 | 参数说明 | 参数类型 | 可选项 | 默认值 |
|---|---|---|---|---|
input |
待预测数据，支持多种输入类型 | Python Var/str/list |
|
无 |
batch_size |
批大小 | int |
任意整数 | 1 |
- 对预测结果进行处理，每个样本的预测结果均为对应的Result对象，且支持打印、保存为图片、保存为
json文件的操作:
| 方法 | 方法说明 | 参数 | 参数类型 | 参数说明 | 默认值 |
|---|---|---|---|---|---|
print() |
打印结果到终端 | format_json |
bool |
是否对输出内容进行使用 JSON 缩进格式化 |
True |
indent |
int |
指定缩进级别，以美化输出的 JSON 数据，使其更具可读性，仅当 format_json 为 True 时有效 |
4 | ||
ensure_ascii |
bool |
控制是否将非 ASCII 字符转义为 Unicode。设置为 True 时，所有非 ASCII 字符将被转义；False 则保留原始字符，仅当format_json为True时有效 |
False |
||
save_to_json() |
将结果保存为json格式的文件 | save_path |
str |
保存的文件路径，当为目录时，保存文件命名与输入文件类型命名一致 | 无 |
indent |
int |
指定缩进级别，以美化输出的 JSON 数据，使其更具可读性，仅当 format_json 为 True 时有效 |
4 | ||
ensure_ascii |
bool |
控制是否将非 ASCII 字符转义为 Unicode。设置为 True 时，所有非 ASCII 字符将被转义；False 则保留原始字符，仅当format_json为True时有效 |
False |
||
save_to_img() |
将结果保存为图像格式的文件 | save_path |
str |
保存的文件路径，当为目录时，保存文件命名与输入文件类型命名一致 | 无 |
- 此外，也支持通过属性获取带结果的可视化图像和预测结果，具体如下：
| 属性 | 属性说明 |
|---|---|
json |
获取预测的json格式的结果 |
img |
获取格式为dict的可视化图像 |
关于更多 PaddleX 的单模型推理的 API 的使用方法，可以参考PaddleX单模型Python脚本使用说明。
四、二次开发
如果你追求更高精度的现有模型，可以使用PaddleX的二次开发能力，开发更好的图像异常检测模型。在使用PaddleX开发图像异常检测模型之前，请务必安装PaddleSeg插件，安装过程可以参考PaddleX本地安装教程。
4.1 数据准备
在进行模型训练前，需要准备相应任务模块的数据集。PaddleX 针对每一个模块提供了数据校验功能，只有通过数据校验的数据才可以进行模型训练。此外，PaddleX为每一个模块都提供了Demo数据集，您可以基于官方提供的 Demo 数据完成后续的开发。可以参考PaddleX语义分割任务模块数据标注教程。
4.1.1 Demo 数据下载
您可以参考下面的命令将 Demo 数据集下载到指定文件夹：
cd /path/to/paddlex
wget https://paddle-model-ecology.bj.bcebos.com/paddlex/data/mvtec_examples.tar -P ./dataset
tar -xf ./dataset/mvtec_examples.tar -C ./dataset/
4.1.2 数据校验
一行命令即可完成数据校验：
python main.py -c paddlex/configs/modules/image_anomaly_detection/STFPM.yaml \
-o Global.mode=check_dataset \
-o Global.dataset_dir=./dataset/mvtec_examples
执行上述命令后，PaddleX 会对数据集进行校验，并统计数据集的基本信息，命令运行成功后会在log中打印出Check dataset passed !信息。校验结果文件保存在./output/check_dataset_result.json，同时相关产出会保存在当前目录的./output/check_dataset目录下，产出目录中包括可视化的示例样本图片和样本分布直方图。
👉 校验结果详情（点击展开）
校验结果文件具体内容为：
{
"done_flag": true,
"check_pass": true,
"attributes": {
"train_sample_paths": [
"check_dataset/demo_img/000.png",
"check_dataset/demo_img/001.png",
"check_dataset/demo_img/002.png"
],
"train_samples": 264,
"val_sample_paths": [
"check_dataset/demo_img/000.png",
"check_dataset/demo_img/001.png",
"check_dataset/demo_img/002.png"
],
"val_samples": 57,
"num_classes": 231
},
"analysis": {
"histogram": "check_dataset/histogram.png"
},
"dataset_path": "mvtec_examples",
"show_type": "image",
"dataset_type": "SegDataset"
}
上述校验结果中，check_pass 为 True 表示数据集格式符合要求，其他部分指标的说明如下：
attributes.train_samples：该数据集训练集样本数量为 264；attributes.val_samples：该数据集验证集样本数量为 57；attributes.train_sample_paths：该数据集训练集样本可视化图片相对路径列表；attributes.val_sample_paths：该数据集验证集样本可视化图片相对路径列表；
4.2 模型训练
一条命令即可完成模型的训练，以此处STFPM的训练为例：
python main.py -c paddlex/configs/modules/image_anomaly_detection/STFPM.yaml \
-o Global.mode=train \
-o Global.dataset_dir=./dataset/mvtec_examples
需要如下几步：
- 指定模型的
.yaml配置文件路径（此处为STFPM.yaml，训练其他模型时，需要的指定相应的配置文件，模型和配置的文件的对应关系，可以查阅PaddleX模型列表（CPU/GPU）） - 指定模式为模型训练：
-o Global.mode=train - 指定训练数据集路径：
-o Global.dataset_dir - 其他相关参数均可通过修改
.yaml配置文件中的Global和Train下的字段来进行设置，也可以通过在命令行中追加参数来进行调整。如指定前 2 卡 gpu 训练：-o Global.device=gpu:0,1；设置训练轮次数为 10：-o Train.epochs_iters=10。更多可修改的参数及其详细解释，可以查阅模型对应任务模块的配置文件说明PaddleX通用模型配置文件参数说明 - 新特性：Paddle 3.0 版本支持了 CINN 神经网络编译器，在使用 GPU 设备训练时，不同模型有不同程度的训练加速效果。在 PaddleX 中训练模型时，可通过指定参数
-o Train.dy2st=True开启。
👉 更多说明（点击展开）
- 模型训练过程中，PaddleX 会自动保存模型权重文件，默认为
output，如需指定保存路径，可通过配置文件中-o Global.output字段进行设置。 - PaddleX 对您屏蔽了动态图权重和静态图权重的概念。在模型训练的过程中，会同时产出动态图和静态图的权重，在模型推理时，默认选择静态图权重推理。
-
在完成模型训练后，所有产出保存在指定的输出目录（默认为
./output/）下，通常有以下产出： -
train_result.json：训练结果记录文件，记录了训练任务是否正常完成，以及产出的权重指标、相关文件路径等； train.log：训练日志文件，记录了训练过程中的模型指标变化、loss 变化等；config.yaml：训练配置文件，记录了本次训练的超参数的配置；.pdparams、.pdema、.pdopt.pdstate、.pdiparams、.json：模型权重相关文件，包括网络参数、优化器、EMA、静态图网络参数、静态图网络结构等；- 【注意】：Paddle 3.0.0 对于静态图网络结构信息的存储格式，由protobuf（原
.pdmodel后缀文件）升级为json（现.json后缀文件），以兼容PIR体系，并获得更好的灵活性与扩展性。
4.3 模型评估
在完成模型训练后，可以对指定的模型权重文件在验证集上进行评估，验证模型精度。使用 PaddleX 进行模型评估，一条命令即可完成模型的评估：
python main.py -c paddlex/configs/modules/image_anomaly_detection/STFPM.yaml \
-o Global.mode=evaluate \
-o Global.dataset_dir=./dataset/mvtec_examples
与模型训练类似，需要如下几步：
- 指定模型的
.yaml配置文件路径（此处为STFPM.yaml） - 指定模式为模型评估：
-o Global.mode=evaluate - 指定验证数据集路径：
-o Global.dataset_dir其他相关参数均可通过修改.yaml配置文件中的Global和Evaluate下的字段来进行设置，详细请参考PaddleX通用模型配置文件参数说明。
👉 更多说明（点击展开）
在模型评估时，需要指定模型权重文件路径，每个配置文件中都内置了默认的权重保存路径，如需要改变，只需要通过追加命令行参数的形式进行设置即可，如-o Evaluate.weight_path=./output/best_model/model.pdparams。
在完成模型评估后，会产出evaluate_result.json，记录评估的结果，具体来说，记录了评估任务是否正常完成，以及模型的评估指标，包含 IoU / Precision / Recall；
4.4 模型推理
在完成模型的训练和评估后，即可使用训练好的模型权重进行推理预测或者进行Python集成。
4.4.1 模型推理
通过命令行的方式进行推理预测，只需如下一条命令，运行以下代码前，请您下载示例图片到本地。
python main.py -c paddlex/configs/modules/image_anomaly_detection/STFPM.yaml \ -o Global.mode=predict \ -o Predict.model_dir="./output/best_model/inference" \ -o Predict.input="uad_grid.png"与模型训练和评估类似，需要如下几步：
指定模型的
.yaml配置文件路径（此处为STFPM.yaml）指定模式为模型推理预测：
-o Global.mode=predict指定模型权重路径：
-o Predict.model_dir="./output/best_model/inference"指定输入数据路径：
-o Predict.input="..."其他相关参数均可通过修改.yaml配置文件中的Global和Predict下的字段来进行设置，详细请参考PaddleX通用模型配置文件参数说明。
4.4.2 模型集成
模型可以直接集成到 PaddleX 产线中，也可以直接集成到您自己的项目中。
1.产线集成
图像异常检测模块可以集成的PaddleX产线有图像异常检测产线，只需要替换模型路径即可完成相关产线的图像异常检测模块的模型更新。在产线集成中，你可以使用高性能部署和服务化部署来部署你得到的模型。
2.模块集成
您产出的权重可以直接集成到图像异常检测模块中，可以参考快速集成的 Python 示例代码，只需要将模型替换为你训练的到的模型路径即可。
您也可以利用 PaddleX 高性能推理插件来优化您模型的推理过程，进一步提升效率，详细的流程请参考PaddleX高性能推理指南。