이상 탐지를 위한 역방향 증류 재고찰

이상 탐지는 대규모 산업 제조 분야에서 중요한 응용 분야이다. 최근의 이러한 작업을 위한 방법들은 뛰어난 정확도를 보여주고 있으나, 지연 시간(latency) 측면에서 상당한 희생을 수반한다. PatchCore나 결합된 초구면 기반 특성 적응(Coupled-hypersphere-based Feature Adaptation, CFA)과 같은 주목할 만한 성능을 보이는 메모리 기반 접근법은 외부 메모리 은행을 필요로 하여 실행 시간이 크게 증가한다. 반면, 역방향 증류(Reversed Distillation, RD)를 활용하는 다른 접근법은 낮은 지연 시간을 유지하면서도 우수한 성능을 발휘할 수 있다. 본 논문에서는 이러한 아이디어를 재검토하여 성능을 향상시켰으며, 어려운 MVTec 데이터셋에서 이상 탐지 및 이상 위치 규명이라는 두 가지 과제에 대해 새로운 최상의 성능 기준을 수립하였다. 제안하는 방법인 RD++는 PatchCore보다 6배 빠르고, CFA보다 2배 빠르며, RD와 비교해 거의 무시할 수 있는 수준의 추가 지연만을 유발한다. 또한, BTAD 및 Retinal OCT 데이터셋을 활용한 실험을 통해 본 방법의 일반화 능력을 입증하였으며, 구성 요소에 대한 중요한 추론 실험을 수행하여 모델 설계에 대한 통찰을 제공하였다. 소스 코드는 https://github.com/tientrandinh/Revisiting-Reverse-Distillation 에 공개될 예정이다.