Anomalib学习（2.入门-结合官网案例进行参数解释之Engine）

本文链接：https://blog.csdn.net/royallucky/article/details/142997678

Engine的相关参数以及作用：

Engine(callbacks=None, 
       normalization=NormalizationMethod.MIN_MAX, 
       threshold='F1AdaptiveThreshold', 
       task=TaskType.SEGMENTATION, 
       image_metrics=None, 
       pixel_metrics=None, 
       logger=None, 
       default_root_dir='results', 
       **kwargs)

callbacks：list[Callback], 回调函数列表。用于在训练或推理过程中触发特定的操作。常见的回调包括模型保存、日志记录、学习率调整等。用户可以通过传递自定义的回调对象，来监控和控制模型训练的各个阶段。
normalization ：归一化的方式，默认是最大最小归一化
threshold：阈值方法选择（非常规意义上的设置阈值），默认是F1AdaptiveThreshold（作用是根据 F1 分数自适应地计算阈值，使得模型能够在精度（Precision）和召回率（Recall）之间取得平衡，从而优化模型性能。）
task：设置任务，默认是SEGMENTATION任务
image_metrics：指定图像级别的评估指标
pixel_metrics：指定像素级别的评估指标
logger：用于传递日志记录工具，说白了就是个日志记录器
default_root_dir：指定存储模型训练和推理结果的目录

threshold
除了默认的F1AdaptiveThreshold方式，还可以使用 ManualThreshold(0.5)的方式传递具体的值，参考源码定义：

_initialize_thresholds(F1AdaptiveThreshold())
_initialize_thresholds((ManualThreshold(0.5), ManualThreshold(0.5)))

我的理解是此处要么传递一个方法名，比如 F1AdaptiveThreshold，源码中会自己计算并分配好image_threshold与pixel_threshold两个阈值；
要么以tuple的方式 (ManualThreshold(0.5), ManualThreshold(0.5)) 传递 image_threshold与pixel_threshold两个确定的阈值。
当然还有第3种传递threshold的方式，有点复杂，懒得解析；前两个基本够用了。