CFLOW-AD 开源项目使用教程

1. 项目的目录结构及介绍

CFLOW-AD 项目的目录结构如下：

cflow-ad/
├── main.py
├── config/
│   └── config.yaml
├── models/
│   ├── encoder.py
│   ├── decoder.py
│   └── utils.py
├── data/
│   ├── dataset.py
│   └── transforms.py
├── README.md
└── requirements.txt

• main.py: 项目的启动文件。
• config/: 包含项目的配置文件 config.yaml。
• models/: 包含模型的定义文件，如 encoder.py 和 decoder.py，以及一些工具函数 utils.py。
• data/: 包含数据处理的相关文件，如 dataset.py 和 transforms.py。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖的 Python 包列表。

2. 项目的启动文件介绍

main.py 是 CFLOW-AD 项目的启动文件。它主要负责解析命令行参数、初始化设备和种子、以及调用训练或测试函数。以下是 main.py 的主要代码片段：

import argparse
import os
import torch

def get_args():
    parser = argparse.ArgumentParser(description='CFLOW-AD')
    parser.add_argument('--action_type', type=str, default='norm-train', help='Action type: norm-train or norm-test')
    parser.add_argument('--gpu', type=str, default='0', help='GPU ID')
    parser.add_argument('--no_cuda', action='store_true', help='Disable CUDA')
    return parser.parse_args()

def main(c):
    os.environ['CUDA_VISIBLE_DEVICES'] = c.gpu
    c.use_cuda = not c.no_cuda and torch.cuda.is_available()
    c.device = torch.device("cuda" if c.use_cuda else "cpu")

    if c.action_type in ['norm-train', 'norm-test']:
        train(c)
    else:
        raise NotImplementedError('{} is not supported action-type'.format(c.action_type))

if __name__ == '__main__':
    c = get_args()
    main(c)

• get_args(): 解析命令行参数。
• main(c): 初始化设备和种子，并根据 action_type 调用训练或测试函数。

3. 项目的配置文件介绍

config/config.yaml 是 CFLOW-AD 项目的配置文件。它包含了项目运行所需的各种参数，如学习率、训练轮数、GPU 设置等。以下是 config.yaml 的一个示例：

lr: 0.001
lr_warm_epochs: 5
meta_epochs: 100
gpu: '0'
no_cuda: false

• lr: 学习率。
• lr_warm_epochs: 学习率预热轮数。
• meta_epochs: 总训练轮数。
• gpu: 使用的 GPU ID。
• no_cuda: 是否禁用 CUDA。

通过修改 config.yaml 文件，可以调整项目的运行参数。