12、图像异常检测与超分辨率技术探索

图像异常检测与超分辨率技术探索

图像异常检测

在图像异常检测中，我们可以通过一系列步骤来构建和评估模型。

模型评估与训练

首先，我们需要评估模型的性能。以下是相关代码：

test_acc = find_acc_metric(model, test_loader, device=device)
print(f'Test accuracy {test_acc :.2f}%')
return list_from_loss, accuracy_train, accuracy_validation

这里通过 find_acc_metric 函数计算测试集的准确率，并打印出来。

接着，我们可以可视化训练和验证的准确率：

def Viz_acc(acc_training, val_acc, loc_res):
    epch_nmbr = len(acc_training)
    plt.plot(np.arange(1, epch_nmbr+1),
             acc_training, label='Training')
    plt.plot(np.arange(1, epch_nmbr+1),
             val_acc, label='Validation')
    plt.xlabel('# of Epoch')
    plt.ylabel('Accuracy')
    plt.legend