霸榜第一框架：工業(yè)檢測(cè)，基于差異和共性的半監(jiān)督方法用于圖像表面缺陷檢測(cè)
加入技術(shù)交流群
目前霸榜第一，99.56%，一秒31.34張圖片。
1概括
通過比較輸入樣本與內(nèi)存池中的內(nèi)存樣本的異同，對(duì)異常區(qū)域進(jìn)行有效猜測(cè)；在推理階段，MemSeg直接以端到端的方式確定輸入圖像的異常區(qū)域。通過實(shí)驗(yàn)驗(yàn)證，MemSeg在MVTec AD數(shù)據(jù)集上實(shí)現(xiàn)了最先進(jìn)的(SOTA)性能，圖像級(jí)和像素級(jí)的AUC得分分別為99.56%和98.84%。此外，MemSeg得益于端到端、直截了當(dāng)（straightforward）網(wǎng)絡(luò)結(jié)構(gòu)，在推理速度上也有明顯優(yōu)勢(shì)，更好地滿足工業(yè)場景的實(shí)時(shí)性要求。
2
背景
同時(shí)，從共性的角度，MemSeg引入了一個(gè)內(nèi)存池來記錄正常樣本的一般模式。在模型的訓(xùn)練和推理階段，比較輸入樣本和記憶池中記憶樣本的異同，為異常區(qū)域的定位提供更有效的信息。此外，為了更有效地協(xié)調(diào)來自內(nèi)存池的信息和輸入圖像，MemSeg引入了多尺度特征融合模塊和新穎的空間注意力模塊，大大提高了模型的性能。
3
新框架分析
Anomaly Simulation Strategy在工業(yè)場景中，異常以多種形式出現(xiàn)，在進(jìn)行數(shù)據(jù)收集時(shí)不可能將其全部覆蓋，這限制了使用監(jiān)督學(xué)習(xí)方法進(jìn)行建模。然而，在半監(jiān)督框架中，僅使用正常樣本而不與非正常樣本進(jìn)行比較不足以讓模型了解什么是正常模式。在今天分享中，受DRAEM的啟發(fā)，研究者就設(shè)計(jì)了一種更有效的策略來模擬異常樣本并在訓(xùn)練過程中引入它們以完成自監(jiān)督學(xué)習(xí)。MemSeg通過比較非正態(tài)模式來總結(jié)正態(tài)樣本的模式，以減輕半監(jiān)督學(xué)習(xí)的弊端。如下圖所示，提出的異常模擬策略主要分為三個(gè)步驟。
二維柏林噪聲P二值化后生成Mp，正常圖I二值化后生成MI，二者結(jié)合生成M，這種處理是為了讓生成的異常圖與真實(shí)異常圖相似。
利用公式做正常圖和M的融合使接近真實(shí)異常圖：
將M反轉(zhuǎn)（黑變白，白變黑），與I做元素積，與I'做元素和，生成IA。
通過上述異常模擬策略，從紋理和結(jié)構(gòu)兩個(gè)角度獲取模擬異常樣本，并且大部分異常區(qū)域都生成在目標(biāo)前景上，最大限度地提高了模擬異常樣本與真實(shí)異常樣本的相似度。
Memory Module
選N個(gè)正常圖經(jīng)ResNet作為存儲(chǔ)的信息，凍結(jié)ResNet的block1/2/3的參數(shù)保證高維特征與記憶信息統(tǒng)一，其余部分仍可訓(xùn)練。訓(xùn)練及推理階段，通過下公式比較距離：
N個(gè)存儲(chǔ)信息中，每個(gè)包括塊1/2/3生成的三張?zhí)卣鲌D，將輸入的三張?zhí)卣鲌D與N中所有的三個(gè)特征圖比較找出距離最小的N中的三張?zhí)卣鲌D。將輸入的三張?zhí)卣鲌D與和其距離最小的三張?zhí)卣鲌D連接形成CI。后經(jīng)多尺度特征融合塊，經(jīng)U-Net跳躍連接進(jìn)入****。
Spatial Attention Maps
涉及到空間注意力塊，由下公式為三個(gè)特征圖增加權(quán)重，降低特征冗余：
Multi-Scale Feature Fusion Module
考慮到它是通道維度上兩種信息的串聯(lián)，并且來自編碼器的不同位置，具有不同的語義信息和視覺信息，因此使用通道注意力CA-Block和多尺度策略進(jìn)行特征融合。
Training Constraints（訓(xùn)練損失）
L1損失和focal損失。L1比L2保留更多邊緣信息，focal緩解樣本不平衡問題，使模型專注于分割本身而不是樣本的情況。
4
實(shí)驗(yàn)及可視化
可視化：
*博客內(nèi)容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀點(diǎn)，如有侵權(quán)請(qǐng)聯(lián)系工作人員刪除。
