در این task یک دادگان در اختیار شما قرار گرفته است که شما باید با استفاده از روش های بدون نظارت، مدلی به منظور شناسایی عیوب در سطوح شیشه ای ارائه دهید. نکاتی که در آموزش و انتخاب مدل نهایی باید لحاظ کنید :
- برای بدست آوردن معماری پیشنهادی باید حداقل 3 معماری مختلف را بررسی کرده و در نهایت مدل بهینه را پیشنهاد دهید.
- تنها از روش های بدون نظارت استفاده کنید.
- در بررسی مدل ها از معیار های فنی استفاده کنید (AUROC, AP , ... ).
- بعد از انتخاب بهترین مدل با توجه به ارزیابی ها،در چند خط تحلیل کنید که چرا این معماری توانسته نسبت به سایرین عملکرد بهتری داشته باشد
سایر نکات :
- از کتابخانه pytorch یا tensorflow برای آموزش و ارزیابی مدل ها استفاده کنید.
- داده های مورد نیاز برای آموزش مدل با فرمت MvtecAD در این مسیر قرار داده شده.
- کد های آموزشی و نتایج بدست آمده را در یک فایل notebook ذخیره کنید.
نحوه ارسال پاسخ :
- این مخزن را fork کنید و یک پوشه به اسم فامیلی خودتان در آن بسازید، نام گذاری پوشه مطابق با استاندارد نامگذاری کلاس ها در پایتون باشد.
- فایل notebook و سایر فایل های مورد نیاز را در پوشه خودتان قرار دهید.
- در نهایت یک PR به مخزن اصلی ارسال کنید تا کار شما بررسی شود.
کلید واژه ها :
- defect detection / localization / segmentation
- industrial anomaly detection
- surface defect detection