选择你当前conda环境下的python3 目录，比如我pyqt5包安装在了pytorch环境下。，点击Tools -> External tools， 点击PyUIC。点击QtDesigner 进入设计界面，可以进行组件拖动，极其方便。点击Tools -> External tools。可以将.ui的文件转化为.py文件。能够通过拖动各组件实现界面的设计。至此，可以成功转换！保存后生成.ui文件

ubuntu系统必备软件的安装

win10 cuda10.2 paddle 安装WIN7/8/10 64位win10 cuda激活新建的环境安装paddlepaddle-gpu验证安装是否成功2.1 问题：可能会出现2.2通过pip list查看到版本过高，安装提示的低版本的安装成功的显示安装paddledetction出现OK则安装成功...

炼丹软件

炼丹软件

Multiresolution Knowledge Distillation for Anomaly Detection(用于异常检测的多分辨率知识蒸馏)

这是在MVTec AD数据集上排名第一的论文,其检测准确率和分割准确率分别达到了99.1%和98.1%【摘要】在大规模的工业制造中，检测出有缺陷的部分是至关重要的环节，基于正常的无缺陷图像来拟合模型。尽管为每个类别手动设置解决方案是可能的，但目标是构建一个系统能同时自动在许多不同类别任务上效果良好。最好的方法是将ImageNet模型的嵌入向量和异常检测模型相结合。本文中，我们扩展这一工作，提出了P

PaDiM: a Patch Distribution Modeling Framework for Anomaly Detection and Localization摘要我们提出了一个新的Patch分布建模框架，PaDiM，在单类学习中同时检测和定位图像中的异常，PaDiM利用一个预先训练好的卷积神经网络(CNN)进行patch嵌入，利用多元高斯分布得到正态类的概率表示。它还利用了CNN的不同

MVTec AD ：一个针对无监督异常检测的全面的真实世界的数据集摘要：在计算机视觉领域，自然图像的异常结构检测是十分重要的任务。无监督异常检测方法的发展需要数据来训练和评估新的方法和想法。我们介绍了包含5354张不同对象和纹理类别的高分辨率彩色图像的MVTec异常检测(MVTec AD)数据集。它包含用于训练的图像的正常的，即无缺陷的图像，和用于测试的异常图像。异常表现在超过70种不同类型的缺陷

哎，这篇文章和我们现在做的工作很像