Supervision mixte pour la détection de défauts de surface : du apprentissage faiblement supervisé à l'apprentissage entièrement supervisé

Les méthodes d’apprentissage profond sont récemment entrées en jeu pour résoudre les problèmes de détection de défauts de surface dans le cadre du contrôle qualité industriel. Toutefois, en raison de la quantité importante de données nécessaires à l’apprentissage, souvent accompagnée d’étiquetages de haute précision, de nombreux problèmes industriels demeurent difficiles à traiter, ou bien les solutions s’avèrent coûteuses en raison des exigences d’annotation. Dans ce travail, nous assouplissons les contraintes rigoureuses des méthodes d’apprentissage entièrement supervisées et réduisons la nécessité d’étiquetages très détaillés. En proposant une architecture d’apprentissage profond, nous explorons l’utilisation d’étiquetages de divers niveaux de détail, allant des étiquetages faibles (au niveau de l’image) jusqu’à une supervision mixte, voire une supervision complète (au niveau des pixels), sur la tâche de détection de défauts de surface. L’architecture proposée, de type end-to-end, repose sur deux sous-réseaux permettant respectivement de segmenter les défauts et de les classifier. La méthode est évaluée sur plusieurs jeux de données dédiés à l’inspection qualité industrielle : KolektorSDD, DAGM et Severstal Steel Defect. Nous présentons également un nouveau jeu de données, intitulé KolektorSDD2, comprenant plus de 3000 images contenant plusieurs types de défauts, collectées dans le cadre d’un problème industriel réel. Nous démontrons des résultats de pointe sur les quatre jeux de données. La méthode proposée surpassent toutes les approches existantes dans les scénarios entièrement supervisés, tout en s’imposant également comme supérieure aux méthodes faiblement supervisées lorsque seules des étiquettes au niveau de l’image sont disponibles. Nous montrons également que la supervision mixte, en ajoutant seulement quelques échantillons entièrement annotés à un ensemble d’images étiquetées de manière faible, permet d’atteindre une performance comparable à celle du modèle entièrement supervisé, tout en réduisant de manière significative le coût d’annotation.