论文源地址:https://arxiv.org/pdf/2211.11317v2.pdf
关于eval.py的一个问题。这里先放出系统流程图

这里我们可以知道,在推理过程中,是将图片分别推进教师和学生网络重建得到的AnomalyMsk。但是在代码的eval.py中,model的设置为

对应的相应代码

而上述中,已经对136-137的代码进行了一次计算,这里进行了反复计算

所以我的问题是,为什么要进行反复计算呢。这样岂不是反而增大了推理时长?
文章讨论了在eval.py文件中,图像通过教师和学生网络进行异常检测时的重复计算问题,质疑为何在已经完成一次计算后仍进行相同操作,这可能导致推理时间增加。作者寻求理解这种设计背后的必要性或可能的优化策略。
论文源地址:https://arxiv.org/pdf/2211.11317v2.pdf
关于eval.py的一个问题。这里先放出系统流程图

这里我们可以知道,在推理过程中,是将图片分别推进教师和学生网络重建得到的AnomalyMsk。但是在代码的eval.py中,model的设置为

对应的相应代码

而上述中,已经对136-137的代码进行了一次计算,这里进行了反复计算

所以我的问题是,为什么要进行反复计算呢。这样岂不是反而增大了推理时长?