混淆矩阵

混淆矩阵包括4个用于衡量分类算法性能的基本数值

四个字母代表的含义是：P（Positive）代表算法将样本预测为正类，N（Negative）代表算法将样本预测为负类；T（True）代表算法对该样本的预测正确（即该样本的预测类别和实际类别一致），F（False）代表算法对该样本的预测错误（即该样本的预测类别和实际类别相反）

• TP (True Positive)：预测为正类，实际也为正类的样本数
• TN (True Negative)：预测为负类，实际也为负类的样本数
• FP (False Positive)：预测为正类，实际为负类的样本数
• FN (False Negative)：预测为负类，实际为正类的样本数

运行PatchCore代码

1
2
3

论文地址：https://arxiv.org/abs/2106.08265
github地址：https://github.com/amazon-science/patchcore-inspection
平台：autodl云服务器

CLIP代码运行

整体步骤

1
2
3
4
5
6

1.上传代码至服务器
2.创建conda环境clip_dev
3.安装依赖pytorch、torchvision依赖
4.安装其他依赖
5.在项目路径下
6.运行项目

利用Docker容器部署GLIP项目

下载文件

下载包括把东西下载下来+组织成要求的格式+放到正确的位置。

Linux服务器端使用conda

在使用服务器运行项目的时候，为了区隔不同的环境，常常需要创建虚拟环境，而conda就是实现这一功能的最常用的工具之一。

安装conda

清华镜像站（conda）：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?spm=a2c6h.12873639.article-detail.7.12df72424hBvxZ