EfficientAD: Genauige visuelle Anomalieerkennung bei Millisekundenlatenzen

Die Erkennung von Anomalien in Bildern ist eine wichtige Aufgabe, insbesondere in Echtzeit-Anwendungen der Computer Vision. In dieser Arbeit konzentrieren wir uns auf die rechnerische Effizienz und stellen einen leichtgewichtigen Feature-Extractor vor, der ein Bild auf einer modernen GPU in weniger als einer Millisekunde verarbeitet. Anschließend nutzen wir einen Student-Teacher-Ansatz zur Erkennung anomaler Merkmale. Wir trainieren ein Student-Netzwerk, um die extrahierten Merkmale von normalen, also anoma­liefreien Trainingsbildern vorherzusagen. Die Anomalieerkennung im Testzeitpunkt wird ermöglicht, indem der Student seine Merkmale nicht mehr korrekt vorhersagen kann. Wir schlagen eine Trainingsverlustfunktion vor, die verhindert, dass der Student den Teacher-Feature-Extractor über die normalen Bilder hinaus nachahmt. Dadurch können wir die rechnerische Kosten des Student-Teacher-Modells erheblich reduzieren, gleichzeitig aber die Erkennung anomaler Merkmale verbessern. Zudem behandeln wir die Erkennung herausfordernder logischer Anomalien, die ungültige Kombinationen normaler lokaler Merkmale beinhalten, beispielsweise eine falsche Anordnung von Objekten. Diese Anomalien erkennen wir durch eine effiziente Integration eines Autoencoders, der Bilder global analysiert. Wir evaluieren unsere Methode, EfficientAD genannt, an 32 Datensätzen aus drei industriellen Anomalieerkennungs-Datensammlungen. EfficientAD setzt neue Maßstäbe sowohl für die Erkennung als auch für die Lokalisierung von Anomalien. Bei einer Latenz von zwei Millisekunden und einer Durchsatzrate von sechshundert Bildern pro Sekunde ermöglicht sie eine schnelle Behandlung von Anomalien. Zusammen mit ihrer geringen Fehlerrate stellt sie eine wirtschaftliche Lösung für reale Anwendungen dar und bildet eine fruchtbare Grundlage für zukünftige Forschung.