1月9日 吴泓浩 工作总结
吴泓浩   Mon Jan 09 2023 17:14:54 GMT+0800 (中国标准时间) [ 周报 ]     浏览次数:377

【重要提示】: 周报有利于培养自我跟踪和反省的习惯,  有利于保持和老师的顺畅沟通,也方便组内同学交流。 工作周报/日报是一种工作方法和态度,MOCOM成员务必维护和遵守。 周报填写一般在10-30分钟左右,其产生的价值远超填写时所耗费的时间。
汇报是一种能力,持之以恒形成习惯,对于同学们未来的就业/升学都能产生积极正向的影响。


时间周期: 1月  2日 --  1月 9日

一、计划的工作: (copy上个周期的工作计划)【必填】

       1. 异常检测实验:验证vqvae2的重构效果,查看其他实现,比较与自己的实现的差异。考虑完全按照原论文的设定在异常数据集上跑一下

       2. 查阅异常检测论文

       3. 项目系统方面的安排,确认缺陷检测场景中的缺陷部分信息以及考虑对应方案

二、完成的工作: (可以更具体些,按要点展开)【必填】

    (1)小组完成的工作【必填】

 

    (2)分成员的工作介绍:【必填】
      成员1:****
      成员2:**** 

       1. 异常检测实验:更改了vqvae2的decoder过程,这篇论文没有官方代码且论文算法流程写的不清晰,我只能通过一些其他实现确定可能的流程,目前的实验结果来看,对正常的细节重构有较大改善,但是又引入另一个问题,就是引入了浅层特征后,可能正常和异常在浅层特征有共享,导致异常也重构的很好。目前考虑在浅层特征图中以patch为单位做量化,按目前参数结果不太符合预期。后续计划调整相关参数,多层级连接部分模块和网络结构。

       2. 论文阅读:①重新阅读vqvae的论文,Razavi, Ali, Aaron Van den Oord, and Oriol Vinyals. "Generating diverse high-fidelity images with vq-vae-2." Advances in neural information processing systems 32 (2019).

           ②Hou, Jinlei, et al. "Divide-and-assemble: Learning block-wise memory for unsupervised anomaly detection." Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021.这篇文章和之前组会汇报的patchcore让我想到以patch为单位量化浅层特征图

       3. 项目:①系统事务功能的重新设计,全部改成数据库管理。②拿到缺陷类别信息以及缺陷数据的预处理,查找了删除图像中的边界框的方法③收集与筛选了一些人体检测数据集

三、待解决的问题:(或者需要解决的问题)【必填】

 

 

四、周报日期内:【必填】


    (1)花费时间最多的事情:
    (2)做的最重要的事情:
    (3)周期总时间:** 天
    (4)周期内用于项目的时间: *** 小时 【必填】

 

 

五、对过去周期的工作评价: 【必填】


        (1)与计划相符;
        (2)超过预期;
        (3)没有达到。
如选择(3),具体原因是:**** 【原因必填】

 

              如果是没有达到目标,请自我分析下具体的原因。告知需要大家提供的帮助和资源。

 

六、未来周期的计划:(可以增加,更细化)【必填】

      1. 异常检测实验计划调整相关参数,多层级连接部分模块和网络结构。

      2. 查阅异常检测论文

      3. 根据缺陷类别信息考虑缺陷检测的基本方案,通用模型训练框架设计

 


 


自动标签  : 总结   工作   缺陷   检测   必填   计划   周报   考虑   参数   特征   信息   时间   需要    

更多 [ 周报 ] 文章

请先 登录, 查看相关评论.