企业官网建设流程全解析

Anomalib 配置驱动实战：用 YAML 配置文件驱动 fit / validate / test / predict 全流程

【免费下载链接】anomalibAn anomaly detection library comprising state-of-the-art algorithms and features such as experiment management, hyper-parameter optimization, and edge inference.项目地址: https://gitcode.com/GitHub_Trending/an/anomalib

本文基于 Anomalib 仓库中的配置文件文档 examples/configs/README.md 展开，介绍如何借助新版 CLI 的fit、validate、test、predict子命令，通过「数据配置 + 模型配置」两个 YAML 文件组合出完整的训练与推理流程。读完本文，你将掌握 Anomalib 配置文件的目录组织方式、class_path/init_args的声明式写法、常用参数（batch size、split 模式、backbone、coreset 采样等）的取值含义，以及配置从命令行解析到类实例化的底层调用链。

一、配置文件的目录组织

examples/configs/目录是 Anomalib 提供的一整套「开箱即用」配置模板，按职责划分为两个子目录：

configs/ ├── data # 数据集/数据模块配置 │ ├── avenue.yaml │ ├── btech.yaml │ ├── folder.yaml │ ├── kaputt.yaml │ ├── kolektor.yaml │ ├── mvtec.yaml │ ├── mvtec_3d.yaml │ ├── mvtec_loco.yaml │ ├── mvtecad2.yaml │ ├── shanghaitech.yaml │ ├── ucsd_ped.yaml │ ├── visa.yaml │ └── ...（共 20 个，含视频数据集 avenue/vad/bmad/mpdd 等） └── model # 异常检测模型配置 ├── ai_vad.yaml ├── cfa.yaml ├── cflow.yaml ├── csflow.yaml ├── efficient_ad.yaml ├── fastflow.yaml ├── padim.yaml ├── patchcore.yaml ├── reverse_distillation.yaml ├── stfpm.yaml └── ...（共 26 个，含 patchflow/ 子目录）

这种「数据」与「模型」解耦的拆分方式意味着：任意数据配置都可以与任意模型配置自由组合，例如用 MVTec 上的 Padim、用 VisA 上的 STFPM，不需要修改任何 Python 代码。

二、数据配置：class_path + init_args 声明式写法

每个数据配置文件的结构都非常统一，以 examples/configs/data/mvtec.yaml 为例：

class_path: anomalib.data.MVTecAD init_args: root: ./datasets/MVTecAD category: bottle train_batch_size: 32 eval_batch_size: 32 num_workers: 8 test_split_mode: from_dir test_split_ratio: 0.2 val_split_mode: same_as_test val_split_ratio: 0.5 seed: null

关键参数说明：

• class_path：数据模块的完整类路径，CLI 会据此反射式地实例化对应类（MVTecAD、Visa、Folder 等，均位于 src/anomalib/data/datamodules/）；
• root/category：数据集根目录与类别，例如 MVTec 的bottle类别；
• train_batch_size/eval_batch_size：训练与验证/测试阶段的批量大小；
• test_split_mode/test_split_ratio：测试集切分方式，from_dir表示直接使用目录结构中的 test 划分；
• val_split_mode: same_as_test：验证集划分跟随测试集划分。

对比 examples/configs/data/visa.yaml（Visa 数据集，category: capsules）与 examples/configs/data/folder.yaml（通用文件夹数据集）可以发现后者的差异点：

class_path: anomalib.data.Folder init_args: name: bottle root: "datasets/MVTecAD/bottle" normal_dir: "train/good" abnormal_dir: "test/broken_large" normal_test_dir: "test/good" mask_dir: "ground_truth/broken_large" normal_split_ratio: 0 extensions: [".png"]

Folder数据模块不绑定具体数据集，而是显式声明正常样本目录（normal_dir）、异常样本目录（abnormal_dir）、正常测试目录（normal_test_dir）、掩码目录（mask_dir）与文件扩展名（extensions），适合任意自定义目录结构的工业数据集；normal_split_ratio: 0表示训练时不额外切出验证子集。

三、模型配置：从 Padim 到带 Trainer 回调的 STFPM

模型配置统一包裹在顶层model:键下。最简形式见 examples/configs/model/padim.yaml：

model: class_path: anomalib.models.Padim init_args: layers: - layer1 - layer2 - layer3 backbone: resnet18 pre_trained: true n_features: null

其中layers指定用于提取特征的 ResNet 阶段，backbone指定骨干网络，pre_trained: true表示加载预训练权重，n_features: null表示特征维度自动推断。

examples/configs/model/stfpm.yaml 则展示了更完整的写法——模型配置之外还可以附加trainer:段，覆盖 Lightning Trainer 的行为并挂载回调：

model: class_path: anomalib.models.Stfpm init_args: backbone: resnet18 layers: - layer1 - layer2 - layer3 trainer: max_epochs: 100 callbacks: - class_path: lightning.pytorch.callbacks.EarlyStopping init_args: patience: 5 monitor: pixel_AUROC mode: max

这里max_epochs: 100设定最大训练轮数，EarlyStopping回调监视pixel_AUROC（越大越好），连续 5 轮不提升即提前停止，避免过拟合。

再看 examples/configs/model/patchcore.yaml，它体现了 PatchCore 特有的超参数：

model: class_path: anomalib.models.Patchcore init_args: backbone: wide_resnet50_2 layers: - layer2 - layer3 pre_trained: true coreset_sampling_ratio: 0.1 num_neighbors: 9

coreset_sampling_ratio: 0.1控制 Coreset 采样的特征点保留比例（内存与精度的权衡），num_neighbors: 9定义近邻检索的距离估计邻域大小。修改这些参数即可在不改代码的情况下调节 PatchCore 的行为。

四、CLI 使用方式：一条命令组合两份配置

配置文件文档给出的核心用法是fit子命令，将模型配置经-c传入、数据配置经--data传入：

anomalib fit -c configs/model/padim.yaml --data configs/data/mvtec.yaml

anomalib fit -c configs/model/stfpm.yaml --data configs/data/visa.yaml

从 src/anomalib/cli/cli.py 的init_parser可以看到，-c/--config使用了 jsonargparse 的ActionConfigFile动作，支持 json 或 yaml 格式；数据参数--data在 add_trainer_arguments 中通过add_subclass_arguments(AnomalibDataModule, "data")注册为AnomalibDataModule的子类参数，模型参数--model则通过add_subclass_arguments(AnomalibModule, "model", required=True)注册——这正是 YAML 里class_path+init_args两个键能被解析的底层机制：jsonargparse 按类路径反射导入，再按init_args调用构造函数。

CLI 支持的子命令集合在 subcommands() 中声明：fit、validate、test三个 Trainer 子命令接受model与datamodule（或 dataloaders），Anomalib 自有的train（fit 后再自动 test）、predict（推理）、export（导出 ONNX/OpenVINO）子命令则在 anomalib_subcommands() 中注册。因此同一份配置组合也可以复用到其他阶段，例如：

# 训练完成后评估 anomalib test -c configs/model/padim.yaml --data configs/data/mvtec.yaml # 对单张/单目录数据推理 anomalib predict -c configs/model/padim.yaml --data /path/to/images

配置并非简单透传，CLI 在实例化前会先经过 before_instantiate_classes 中的update_config做归一化处理（例如补全 tiler 相关配置）；实例化阶段 instantiate_classes 会把model、data分别还原为AnomalibModule与AnomalibDataModule对象，再由 instantiate_engine 组装出Engine（对Trainer的封装）执行对应子命令。值得注意的细节是：只要配置了trainer.callbacks，且未开启fast_dev_run，CLI 会自动追加一个 Lightning 的SaveConfigCallback，把最终生效的配置随实验一并落盘，方便复现实验。

五、适用前提与限制

• 配置中root指向的数据集（如./datasets/MVTecAD、./datasets/visa）需要事先下载并放置到位，配置本身不触发数据下载；
• fit/validate/test等子命令依赖 Lightning 环境，cli.py 在导入失败时会给出安装依赖的警告，此时仅保留install、predict（纯推理）等可用路径；
• 仓库中实际配置文件清单比 README 文档树更丰富（如mvtecad2.yaml、realiad.yaml、tabular.yaml、dinomaly.yaml、l2bt.yaml等），以 examples/configs/data/ 与 examples/configs/model/ 当前文件为准，文档中的目录树属于早期版本快照；
• 需要完整流水线（超参搜索、批量对比）时，仓库还提供了实验性的benchmarkpipeline 子命令，见 src/anomalib/cli/pipelines.py 与 tests/integration/pipelines/。

小结

Anomalib 的配置体系用「class_path+init_args」的声明式 YAML 把数据与模型彻底解耦：选一份 data/ 配置、一份 model/ 配置，再用anomalib fit -c ... --data ...一条命令即可启动训练，评估与推理复用同一套组合。理解class_path/init_args与 jsonargparse 的对应关系后，你可以自行扩展任意AnomalibDataModule/AnomalibModule子类的配置，而不必接触 Python 代码。

【免费下载链接】anomalibAn anomaly detection library comprising state-of-the-art algorithms and features such as experiment management, hyper-parameter optimization, and edge inference.项目地址: https://gitcode.com/GitHub_Trending/an/anomalib