ANOMALIB第一章：安装

见贤思齐

ANomalib第一章ANomalib第一章：本地部署ANomalib安装anomalib通过pip安装通过源码安装ANomalib第一章：本地部署ANomalib该框架是基于英特尔的openvino推理平台开发的专用于工业缺陷检测场景下的模型选择、训练和性能测试平台。目前国内使用该模型用于流水线上电路板等缺陷检测，已经有工业使用该框架并开展对应的工业缺陷检测业务。Anomalib是一个深度学习库，旨在收集最先进的异常检测算法，以便在公共和私有数据集上进行基准测试。Anomalib提供了近期文献中描述的异常检测算法的几种即用型实现，以及一套便于开发和实现自定义模型的工具。该库重点关注视觉异常检测，其算法目标是检测和/或定位数据集中图像或视频中的异常。官方项目源码：anomalib安装anomalibanomalib是使用python开发的，所以我们需要使用python环境去部署它。这里推荐使用conda构建一个虚拟的python环境。一共有两种方式安装该框架：通过pip安装其依赖库（推荐用于openvino在生产环境对模型进行部署时），通过github拉取开源源码（推荐学习和模型训练）condacreate--nameanomalibpython=3.10condaactivateanomalib12通过pip安装pipinstallanomalib1这将使用pyproject.toml文件中的依赖项安装AnomalibCLI。AnomalibCLI是一个用于训练、推理、基准测试和超参数优化的命令行界面。如果要将库用作Python包，可以使用以下命令安装库：#获取安装参数的帮助anomalibinstall-h#安装完整软件包(如果是初学，担心出问题可以直接用这个）anomalibinstall#安装时输出详细信息anomalibinstall-v#安装核心包选项仅用于通过Torch和Lightning训练和评估模型anomalibinstall--optioncore#仅使用OpenVINO选项进行安装。这对边缘部署很有用，因为whl较小。anomalibinstall--optionopenvino1234567891011121314补充一点：如果在国内下载可能会因为qiang而卡死在：Installingpackages...Thismaytakeafewminutes.可以安装urllib3然后使用魔法成功安装。pipinstallurllib3==1.25.111安装成功测试：importanomalibprint(anomalib.__version__)12输出：1.1.0则安装成功通过源码安装这个就更其他项目一样了，先git拉取源码，然后直接pip安装依赖就好gitclonehttps://github.com/openvinotoolkit/anomalib.gitcdanomalibpipinstall-e.123如果想使用AnomalibCLI，还是要和上面一样安装对应模块。