4 实验

4.1 设置：数据集、指标和细节

数据集（6个）

1.MVTec-AD：
包含5种类型的纹理和10种类型的对象，总共5,354张高分辨率图像。
实验：
3,629张正常图像被指定为训练。
剩下的 1,725 张图像被保留用于测试，包括正常和异常样本。

2.VisA：
特点：
12 个不同的对象，结合了三种不同的类型：复杂结构、多个实例和单个实例
构成：
由总共10,821张图像组成，其中9,621为正常样本，1200为异常样本。

3.Real-IAD:
特点：

• 30 个不同类别的对象
• 150K 高分辨率图像
  构成：
  由99,721张正常图像和51,329张异常图像组成

其余数据集：MVTec-3D +MVTec-3D + COCO-AD

指标

异常检测和分割：
分图像级 和 像素级

• 接收器工作特征曲线下面积 (AU-ROC)
• 平均精度 [44] (AP)
• F1-score-max [52] (F1_max)

异常分割（像素级）

• AU-PRO

mAD:

计算上述七个评估指标（表示为 asmAD）的平均值 —》模型的综合能力

细节

图片：
把所有输入图像的大小都调整为 256 × 256 的均匀大小，无需额外的增强一致性

Mamba 解码器：
第二个 LSS 模块中的级联 HSS 块数设置为 2
而所有其他 LSS 模块采用 3 个级联 HSS 块

希尔伯特扫描技术，利用八个不同的扫描方向

具体设置：

• AdamW优化器
• 学习率为0.005
• 衰减率为1 × 10−4
• 该模型在单个NVIDIA TESLA V100 32GB GPU上进行多类设置的训练周期为500 epoch。

训练:
损失函数:不同尺度的 MSE 之和

测试:
在测试阶段，利用不同尺度的余弦相似度之和作为异常图。
解释：
我们会在各种不同的放大倍数下观察照片，看看哪些地方与正常的产品不一样，然后把这些信息综合起来，生成一张显示异常区域的地图。这样，我们就能快速找出照片中的问题部分了¹。

专业词解释：

---

1. 不同尺度：这就像是我们用放大镜在不同的放大倍数下观察这些产品。有时候，我们需要近距离看细节（高尺度），有时候需要远距离看整体（低尺度）。 这里是额外的注释 。
   2 余弦相似度：这是一种方法，用来衡量两个东西有多相似。想象你和一个朋友同时在两个不同的滑梯上往下滑，如果你们下滑的方式很相似，那么我们就说这两个滑梯的“余弦相似度”很高。
   3 异常图：这是一张特殊的地图，用来告诉我们照片中哪些地方看起来不正常。如果某个地方在不同放大倍数下与正常情况的相似度都很低，那么这个地方就会被标记为异常。 ↩︎