Positive_sample_defect_detection

在给定只有正样本的数据情况下，训练我们的模型，输入一张带有缺陷的图片使得模型能够检测出图片中的缺陷mask。

给了两个part的数据，part1包含黑灰图，part2有白边包围和纯黑图，这些都为正样本。此外数据集包含TC_image，测试集，包含了正常样本和负样本，然后判定哪些为负样本，并将负样本中的缺陷mask标记出来。负样本包含了凸起，块状，线状、缺口等缺陷。 背景比较单一，图片属于平坦区域，因此使用较简单的模型。

复杂图像数据集训练集包含无缺陷大图原图（OK Image）而不是简单图像那样的切片。由于数据集的复杂纹理使得适用于简单图像的模型不在适合这里的数据集。待测试的图（TC_image）是一些切片。