阅读论文有几个疑问？

[ZHIZIHUABU]

1、训练时所需要的fg_mask是在确定扩充异常样本的粘贴位置吗，避免缺陷粘贴在背景区域？
2、训练时分为两个阶段，分别是异常边界生成和边界引导，这两个训练过程是同步的吗？
3、选择的课件异常样本数量应该怎么选择呢，mvtec数据集默认每个类别选择10个异常样本，假设我有200个异常样本，3000个正常样本，异常样本数量选择多少呢？

[xcyao00]

1. 是的，fg_mask用于提供前景区域，避免缺陷生成在背景区域。
2. 是先生成边界再进行边界引导，但在代码中是在每个batch中动态确定边界。
3. 异常样本应该是越多越好，看你总共有多少个异常样本可用，我们在mvtec上选择10个，是基于异常稀缺性的假设。

[ZHIZIHUABU]

我现在想基于这种无监督模型去获取异常样本的位置，然后将位置坐标作为提示点输入到SAM进行分割，这样获取异常缺陷的mask，相当于分割标签了，因为直接用无监督模型训练得到的mask似乎是不太准确的。我最近看到了RSPrompter: Learning to Prompt for Remote Sensing Instance Segmentation based on Visual Foundation Model这篇论文似乎表达了类似的意思