关于模型测试导出onnx

[ZHIZIHUABU]

您好，我发现模型由两部分组成，其中专家模型(ME)不进行训练，学生模型(MA)是我们需要训练的模型；
但是测试代码中对专家模型(ME)和学生模型(MA)的输出进行后处理，为什么只保存了学生模型的权重呢？
如果我需要导出onnx，那么是否需要将整个模型的权重进行保存并加载，然后调用cal_am对模型的output进行输出？

[caoyunkang]

@ZHIZIHUABU 您好！为减少保存文件时的存储占用，我仅保存了优化后的学生模型（MA），而专家模型（ME）为预训练模型，直接加载预训练权重即可。如果需要导出onnx，你需要同时将学生模型以及专家模型进行转化，然后调用cal_am。请注意，本代码使用的一些操作符可能无法转为onnx操作，例如F.interpolate，您需要检查代码并进行针对性优化后才能正常导出onnx。

[ZHIZIHUABU]

感谢，请问您对于工业缺陷的检测有什么比较好的方法吗，一个批次的图像是几乎相同的，但是也会存在一些差异，而且像中大部分都是背景，缺陷属于小目标，目标检测比较困难，负样本也较少；无监督算法精度相对目标检测（有监督）会更低，而且一个批次内图像存在差异，也会造成鲁棒性不好。对于这种工业缺陷检测任务，感觉介于目标检测和异常检测之间，和小样本few-shot有些类似，但是不知道具体应该怎么去处理。

[ZHIZIHUABU]

对于这种工业缺陷，用目标检测去做的话，缺陷特征其实并不突出，和自然场景下物体在图像中属于显著性目标不同；用无监督算法去做的话，能够发现缺陷和无缺陷之间的差异性，但是背景间的差异会影响鲁棒性。