论文：https://arxiv.org/pdf/2303.15140v2.pdf

代码：GitHub - DonaldRR/SimpleNet

异常检测与定位就是在每个像素点进行二分类，0为正常，1为异常 

 网络四大模块：

1.一个预训练(在imageNet上预训练)的特征提取器，生成本地特征

        使用在imageNet上预训练的Resnet来提取特征，此主干一直被冻结，不进行训练

        可以使用从网络中某几层抽取特征，比如从Resnet50的block3，block4抽取特征，抽取的这两层特征大小不一样，但可以将特征进行裁剪，然后拼接

2.一个浅层特征适配器，将本地特征转移到目标域

        代码中使用的是线性层(Projection)映射，将提取出来的特征进行线性映射，使特征转移到目标域。

3.一个简单的异常特征生成器，通过向正常特征添加高斯噪声来伪造异常特征

4.一个二分类异常鉴别器，将异常特征与正常特征区分开来。

此算法优点：

1、不用在目标领域预训练backbone，而是建议使用一个特征适配器(线性层(Projection)映射)来产生面向目标的特征，以减少领域偏差。（liner+BN+LeakyReLU）

2、通过向正常特征添加高斯噪声来伪造异常特征， 在特征空间中合成异常，而不是直接在图像上合成。也就是说训练阶段只使用正常样本，通过高斯噪声产生异常，解决了异常样本不足的问题。

        测试阶段将正常，异常样本一块喂进网络去判断。

---

代码阅读:(main.py文件中主要为数据集加载，网络结构参数，主要阅读simplenet.py中的train方法)

将图片输入到backbone中，提取出backbone中某一层[参数layers_to_extract_from]的特征，参数中可以是某两层。比如提取出特征如下：
# torch.Size([8, 512, 36, 36])  , torch.Size([8, 1024, 18, 18])（从backbone中某两层提取的）

提取出特征之后将特征切成小片（PatchMaker类实现）特征如下
#torch.Size([8, 1296, 512, 3, 3]),  torch.Size([8, 324, 1024, 3, 3])
分别对应切片大小[36, 36], [18, 18]
变化过程：x: [ bs , c , w ,h]   -> [ bs * w//patchsize * h//patchsize ,c, patchsize, patchsize]

将这些小片特征经过一系列变换，然后将他们堆叠起来(self.forward_modules["preprocessing"])
然后采用池化self.forward_modules["preadapt_aggregator"]，池化后的最大值拼接起来形成二维特征，此使特征形状为[bs,n],但是好像代码中是[bs*k,m]，

然后将此特征通过全连接层(Projection)(注: pre_proj参数大于0时才有此全连接层，此全连接层的参数要在训练集上训练),此特征记为true_feat

注意：是先将网络输出的特征进行特征映射（Projection，线性层），再去生成噪声合成异常特征

训练Discriminator: 
Discriminator为几个liner+BN+Relu的组合,再加一个输出为一层的线性层
生成和此特征true_feat同样shape的噪声noise，则缺陷特征false_feat = true_feat+noise
将true_feat与false_feat特征拼接cat，送进Discriminator去训练，与真实标签求loss，然后反向传播更新参数

网络预测：
Discriminator输出的特征比如为(10368, 1)，其中10368为 bs*图片像素值，根据此tensor按照不同的规则分别生成图像层级的异常置信度scores，与像素层次的异常置信度mask
因此scores 与mask的最优阈值不一样，可视化时要注意

可视化代码参考论文——PaDiM: a Patch Distribution Modeling Framework for Anomaly Detection and Localization

论文：https://arxiv.org/pdf/2011.08785v1.pdf

代码：https://github.com/xiahaifeng1995/PaDiM-Anomaly-Detection-Localization-master 

（main.py中的plot_pig函数，224行）