xin94wang
xin94wang
Hello, I did not see the configuration "torch==1.10.2+cu113, torch visit==0.11.3+cu113" on the PyTorch official website. May I ask if I can install "pip install torch==1.11.0+cu113 torch visit==0.12.0+cu113 torch studio==0.11.0-- extra...
Hello, I trained according to your method and used the generated weights for evaluation, but there were no values for Image level AUC and Pixel level AUC. I only got...
您好，我看到您的read.md文件里只写了训练和评估的方式，没有写测试的运行方式，所以我是先选择的训练和评估，得到了训练的权重文件后去将main.py中的parser.add_argument('--vis', action='store_true', default=False, help='Visualize localization map (default: False)')修改成parser.add_argument('--vis', action='store_true', default=True, help='Visualize localization map (default: False)')，然后去将trainer.py中的def test(self, vis=False, checkpoint_path=None):修改成def test(self, vis=True, checkpoint_path=True):，然后我再次运行main.py，在mvtec ad数据集上得到了我以为的测试结果和可视化热图，但是Mean Image-AUC: 0.976，Mean Pixel-AUC: 0.983，请问我这个操作是哪儿错了吗？ 下面是我的实验配置：RTX3090，backbone_arch选择的是wide_resnet50_2，create_ref_features.py里面的batch size和源代码中选择的一样是32，main.py里面的batch size和论文中指定的一样是1，请问您能帮我分析下我是哪个环节出错了导致我的Mean Image-AUC比论文中低了1.6%吗？
 您好，请问怎样neng能生成像论文中图3那样的Anomaly score heat-map？？？ 我根据您的代码得到的Anomaly score map感觉没有您论文中图3的可视化效果好，请问可以帮下忙吗？感谢
### Describe the bug  Hello, I executed anomalib train --model EfficientAd --data anomalib.data.MVTec --data.train_batch_size 1 after executing anomalib install successfully, and I get this error in the picture. ###...