电能表PCB数据集是实现电阻与焊点异常检测任务的基础，无论是传统的图像视觉方法还是深度学习方法，高质量图像数据集都是不可或缺的。深度学习作为一种典型的数据驱动的方法，需要优质且充足的样本，来训练模型得到最优的网络权重参数。而文中提出的异常检测算法也有大量的需要人工设置的关键参数，其在一定程度上影响着算法的质量，所以在算法设计时同样采取数据驱动的方式，通过大量数据集的验证选择最优的参数，以增强文中算法的泛化能力。实验中共用到PCB原始数据集1000张。