关于新的异常样本生成

[NAZABANMAAFK]

作者您好！非常感谢您和您的团队的卓越工作！
我的疑问是：

1. 模型256x256_diffusion.pt与mvtec_diffusion_ckpt_epoch_240.pt的区别和用途是什么
2. 我现在仅想利用正常样本进行异常样本与mask的生成，在这个过程中，扩散模型训练多少轮为宜？以及是否必须要像https://github.com/cnulab/RealNet/issues/9中提到的对引导分类器也进行训练？
   谢谢您！

[cnulab]

您好！

1. 256x256_diffusion.pt是在ImageNet上训练的扩散模型，你要想在其他数据集上生成对应的异常样本，需要对256x256_diffusion.pt进行微调，mvtec_diffusion_ckpt_epoch_240.pt是在mvtec数据集上微调过的扩散模型。
2. 在其他数据集上对扩散模型微调多少轮要看数据集的大小，一般来讲当异常强度为0时（即正常的扩散过程），扩散模型能生成高质量的正常样本即可结束训练。然后适当调节设置合适的异常强度s即可。
3. 没有引导分类器也可以进行异常合成，但是需要修改sample.py和相应的配置文件，把引导分类器相关的部分全去掉。

[NAZABANMAAFK]

非常感谢您的迅速回复，祝您工作顺利！