画像の異常検知AIライブラリ anomalib -デモ編- 【Python】

2023.09.172023.09.24

はじめに
前提条件
anomalib のインストール
学習の実行
推論の実行
おわりに

はじめに

前回までは、FastFlow について説明しました。

今回は、anomalib について、ライブラリの説明とデモをテストしていきます。

github はこちらです。

前提条件

前提条件は以下の通りです。

torch == 1.12.1+cu113
pytorch_lightning == 1.9.5

anomalib のインストール

pip でインストール可能です。

pip install anomalib

ただし、OpenCV 周辺がおかしくなる可能性もあるので注意してください。
OpenCVでエラーが出る場合、

opencv-python
opencv-contrib-python
opencv-headless

をすべて削除してから再インストールしてください。

学習の実行

学習の実行は以下のコマンドです。

python tools/train.py --model padim

上記を実行すると、PaDiM モデルで教師なし学習を実行します。
MVTec データセットがダウンロード開始されます。

メモリエラーが出る場合
src/anomalib/models/padim/config.yaml
を編集します。

train_batch_size: 8
eval_batch_size: 8
num_workers: 2

としておけば、メモリが少なくても実行可能になるはずです。

推論の実行

python tools/inference/lightning_inference.py \
    --config src/anomalib/models/padim/config.yaml \
    --weights results/padim/mvtec/bottle/run/weights/lightning/model.ckpt \
    --input datasets/MVTec/bottle/test/broken_large/000.png \
    --output results/padim/mvtec/bottle/images

結果は –output の results/padim/mvtec/bottle/images に保存されます。