컴포넌트 인식 가능한 이상 탐지 프레임워크를 통한 조정 가능하고 논리적인 산업 시각 검사

산업 시각 검사는 제조 과정 중 제품의 표면 결함을 감지하는 것을 목표로 합니다. 기존의 이상 탐지 모델들은 많은 공개 벤치마크에서 뛰어난 성능을 보여주었지만, 그들의 제한된 조정 가능성과 논리적 이상 탐지 능력이 실제 환경에서의 더 넓은 사용을 방해하고 있습니다. 이를 해결하기 위해, 본 논문에서는 산업 시나리오에서 조정 가능하고 논리적인 이상 탐지를 동시에 실현할 수 있는 새로운 구성 요소 인식 이상 탐지 프레임워크(ComAD)를 제안합니다. 구체적으로, 가벼운 무감독 의미 분할 모델을 이용하여 이미지를 여러 구성 요소로 분할하는 방법을 제안합니다. 그런 다음 각 구성 요소의 측정 특성과 그들 간의 관계를 모델링하여 해석 가능한 논리적 이상 탐지 모델을 설계합니다. 단순함에도 불구하고, 우리의 프레임워크는 이미지 수준의 논리적 이상 탐지에서 최고 수준의 성능을 달성하였습니다. 또한 제품 이미지를 여러 구성 요소로 분할하는 것은 산업 시각 검사에 있어 새로운 관점을 제공하며, 모델 맞춤화, 노이즈 저항성 및 이상 분류에서 큰 잠재력을 보여줍니다. 코드는 https://github.com/liutongkun/ComAD 에서 제공될 예정입니다.