代码拉取完成，页面将自动刷新
异常检测方法在训练时只需要正样本图像即可进行模型训练，训练得到的异常检测模型能够从输入图片中辨别出正常图像和异常图像。该方法通常会被应用在工业图像检测、医疗图像分析、安防监控等领域。
本示例工程提供的模型使用patchcore异常检测方法训练得到，能够从输入图片中辨别出玻璃瓶口是否存在异常。
Usage: ./anomaly_det.elf <kmodel_det> <obj_thres> <input_mode> <debug_mode>
Options:
kmodel_det 异常检测kmodel路径
obj_thres 异常检测阈值
input_mode 本地图片(图片路径)/ 摄像头(None)
debug_mode 是否需要调试，0、1、2分别表示不调试、简单调试、详细调试
#单图推理示例：（anomaly_det_image.sh）
./anomaly_det.elf anomaly_det.kmodel 3.7 000.png 0
**注意：**1）使用异常检测方法时需要将memory.bin文件拷贝到anomaly_det.elf同级目录
2）异常检测方法只支持单图推理模式，不支持视频流推理
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。
马建仓 AI 助手