ANOMALIB第一章：安装_anomalib 本地部署

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anomalib

anomalib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）

conda create --name anomalib python=3.10
conda activate anomalib
1
2

通过pip安装

pip install anomalib
1

这将使用pyproject.toml文件中的依赖项安装Anomalib CLI。Anomalib CLI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
anomalib install -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）
anomalib install

# 安装时输出详细信息
anomalib install -v

# 安装核心包选项仅用于通过Torch和Lightning训练和评估模型
anomalib install --option core

# 仅使用OpenVINO选项进行安装。这对边缘部署很有用，因为whl较小。
anomalib install --option openvino
1
2
3
4
5
6
7
8
9
10
11
12
13
14

补充一点：如果在国内下载可能会因为qiang而卡死在：Installing packages... This may take a few minutes.可以安装urllib3然后使用魔法成功安装。

pip install urllib3==1.25.11
1

安装成功测试：

import anomalib
print(anomalib.__version__)
1
2

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

git clone https://github.com/openvinotoolkit/anomalib.git
cd anomalib
pip install -e .
1
2
3

如果想使用Anomalib CLI，还是要和上面一样安装对应模块。