AnomalyDINO: DINOv2를 활용한 패치 기반 소수 샘플 이상 탐지 성능 향상

최근 다중모달 기반 모델의 발전은 소량 샘플 이상 탐지(한정된 샘플을 이용한 이상 탐지) 분야에서 새로운 기준을 설정하고 있다. 본 연구는 고품질의 시각적 특징만으로 기존 최첨단 시각-언어 모델과 경쟁할 수 있는지 여부를 탐구한다. 우리는 DINOv2 모델을 소량 및 한 번의 샘플을 이용한 이상 탐지에 적응함으로써 이 질문에 긍정적인 답을 제시한다. 특히 산업 응용을 중심으로 다루며, 제안하는 방법이 기존 기술과 경쟁할 뿐 아니라 많은 설정에서 이를 능가함을 보여준다. 본 연구에서 제안하는 시각 특징에 의존하는 단일 모델인 AnomalyDINO는 이미지 수준의 이상 예측과 픽셀 수준의 이상 세그멘테이션을 모두 가능하게 하는, 잘 정립된 패치 수준의 딥 최근접 이웃(Deep Nearest Neighbor) 패러다임을 따르고 있다. 이 방법은 방법론적으로 간단하며, 학습이 필요 없어 추가적인 데이터를 활용한 피팅(fine-tuning)이나 메타학습(meta-learning)이 필요하지 않다. 이러한 단순성에도 불구하고 AnomalyDINO는 소량 및 한 번의 샘플 이상 탐지에서 최첨단 성능을 달성한다(예: MVTec-AD 데이터셋에서 한 번의 샘플 성능을 AUROC 93.1%에서 96.6%로 향상). 낮은 계산 오버헤드와 뛰어난 소량 샘플 성능을 결합한 AnomalyDINO는 산업 현장 등에서 빠른 도입을 위한 강력한 후보 모델로 주목받고 있다.