RAUDI: A Dual-Head Framework Unifying Unsupervised and Supervised Reconstruction for Industrial Anomaly Detection

In der geschäftigen Welt der modernen Fertigung kommt es oft auf einen einzigen, winzigen Fehler an, der den Unterschied zwischen einem makellosen und einem fehlerhaften Produkt ausmacht. Ein mikroskopischer Kratzer auf einer Leiterplatte, ein Haarriss in einem Metallgehäuse oder eine subtile Verfärbung an einem Medizinprodukt können ein Objekt unbrauchbar oder sogar gefährlich machen. Seit Jahrzehnten verlassen sich Fabriken auf automatisierte Systeme, um diese Fehler zu finden, aber einer Maschine beizubringen, einen Defekt zu erkennen, ist eine paradoxe Herausforderung. Um zu lernen, wie ein Defekt aussieht, muss eine Maschine normalerweise tausende Beispiele defekter Artikel sehen. Doch in einer gut geführten Fabrik sind defekte Artikel selten. Sie sind die Ausnahme, nicht die Regel. Diese Knappheit macht es unglaublich schwierig, künstliche Intelligenz darauf zu trainieren, jede mögliche Art und Weise zu erkennen, wie ein Produkt fehlerhaft werden kann. Folglich werden viele Systeme nur mit perfekten, normalen Artikeln trainiert, um zu lernen, alles zu erkennen, was vom Standard abweicht. Während dies bei bekannten Problemen funktioniert, stößt es an seine Grenzen, wenn eine neue, unerwartete Art von Beschädigung auftritt oder wenn eine Fabrik geringfügige Makel ignorieren muss, die eigentlich akzeptabel sind.

Ein Team von Forschern der Chungbuk National University in Südkorea hat einen neuen Ansatz vorgeschlagen, um dieses Dilemma zu lösen, und bietet einen Weg, Maschinen beizubringen, Defekte deutlicher zu sehen, ohne endlose Stapel von defekten Mustern zu benötigen. Sie nennen ihr System RAUDI, ein Framework, das zwei verschiedene Lernmethoden in einem einzigen, flexiblen Werkzeug kombiniert. Anstatt den Computer zwischen dem Lernen von perfekten Artikeln oder defekten Artikeln entscheiden zu lassen, nutzt RAUDI zwei parallele „Köpfe“ oder Pfade. Ein Pfad lernt streng aus Bildern perfekter Produkte und sucht nach allem, was nicht in das Muster passt. Der andere Pfad ist darauf ausgelegt, aus defekten Bildern zu lernen, wenn diese verfügbar sind, oder aus sorgfältig gestalteten künstlichen Defekten, wenn echte fehlen. Durch die Verschmelzung der Erkenntnisse aus beiden Pfaden kann das System eine größere Vielfalt an Problemen erkennen und kann zudem so eingestellt werden, dass es geringfügige Unvollkommenheiten, die eine Fabrik als akzeptabel betrachten könnte, ignoriert und sich nur auf die kritischen Mängel konzentriert, die wirklich zählen.

Der Kern dieser Innovation liegt darin, wie das System die erhaltenen Daten verarbeitet. Der erste Pfad arbeitet nach dem Prinzip der Rekonstruktion. Stellen Sie sich vor, man zeigt einem Computer tausende Fotos einer perfekten, makellosen Oberfläche. Der Computer lernt, diese Bilder in seinem Geist wieder aufzubauen und versteht genau, wie eine normale Oberfläche aussieht. Wenn er ein neues Bild mit einem Kratzer sieht, versucht er, dieses Bild so zu rekonstruieren, als wäre es perfekt, aber der Kratzer stört diesen Prozess. Der Computer scheitert daran, diese spezifische Stelle korrekt zu rekonstruieren, und dieses Scheitern signalisiert eine Anomalie. Diese Methode eignet sich hervorragend zum Finden unbekannter Defekte, da sie darauf basiert, was nicht normal ist. Sie hat jedoch eine Schwachstelle: Sie kann nicht zwischen einem kritischen Riss und einem harmlosen Kratzer unterscheiden, noch kann sie sich verbessern, wenn sie eine bestimmte Art von Fehler übersieht.

Um dies zu beheben, fügten die Forscher einen zweiten Pfad hinzu, der aus den Defekten selbst lernt. In vielen industriellen Umgebungen verfügen Unternehmen zwar über einige Bilder defekter Produkte, aber die Kennzeichnung dieser ist teuer und zeitaufwendig. Um dies zu überwinden, entwickelte das Team eine clevere Methode, um realistische, künstliche Defekte zu erzeugen. Sie verwendeten eine Technik namens Superpixel-Segmentierung, die ein Bild in kleine, farblich zusammenhängende Segmente zerlegt, die der natürlichen Struktur des Objekts ähneln. Anstatt einfach nur zufälliges Rauschen auf ein Foto zu kleben, wählt das System diese natürlichen Segmente aus und erweitert sie so, dass sie imitieren, wie sich echte Schäden über eine Oberfläche ausbreiten. Dies erzeugt synthetische Defekte, die wie das Original aussehen und sich auch so verhalten, wodurch der zweite Pfad in der Lage ist, aus einer riesigen Bibliothek von Beispielen zu lernen, ohne dass ein Mensch jedes einzelne davon kennzeichnen muss.

Die Brillanz des RAUDI-Systems liegt darin, wie es verhindert, dass diese beiden Pfade gegeneinander arbeiten. Wenn ein Computer darauf trainiert wird, einen Defekt zu sehen und dann gebeten wird, das Bild zu „rekonstruieren“, könnte er versehentlich lernen, den Defekt zu reparieren und damit genau das zu löschen, was er eigentlich finden soll. Die Forscher lösten dies, indem sie den zweiten Pfad so konzipierten, dass er eine Karte ausgibt, die angibt, wo sich die Defekte befinden, anstatt zu versuchen, das Bild wieder aufzubauen. Er lernt, die beschädigten Bereiche hervorzuheben und den Rest zu ignorieren, wodurch sichergestellt wird, dass das System scharf und fokussiert auf das Problem bleibt. Wenn das System bereit ist, ein neues Produkt zu inspizieren, kombiniert es die Ergebnisse aus beiden Pfaden. Der erste Pfad wirft ein weites Netz aus, um alles Ungewöhnliche einzufangen, während der zweite Pfad den Fokus verfeinert und bestätigt, welche ungewöhnlichen Stellen tatsächlich kritische Defekte sind.

Die Ergebnisse dieses dualen Ansatzes sind beeindruckend. Bei Tests auf einem Standard-Benchmark, der Bilder verschiedener Industrieprodukte enthält, erreichte das System eine Erkennungsgenauigkeit von 99,3 % und eine Lokalisierungsgenauigkeit von 73,1 %, was bedeutet, dass es nicht nur wusste, dass ein Defekt vorhanden war, sondern auch dessen Position mit hoher Präzision bestimmen konnte. In einem Datensatz, der speziell für überwachtes Lernen entwickelt wurde (in dem echte defekte Bilder für das Training verfügbar waren), erreichte das System eine Genauigkeit von 86,4 % bei der Lokalisierung von Defekten und übertraf damit bisherige State-of-the-Art-Methoden. Vielleicht am wichtigsten ist, dass das System seine Flexibilität auf einem realen Datensatz von Membran-Schweißbildern bewies, der von einem Industriepartner zur Verfügung gestellt wurde. In diesen Bildern konnte das System erfolgreich zwischen akzeptablen Variationen im Schweißprozess und tatsächlichen thermischen Ungleichgewichten oder Materialdegradationen unterscheiden und lieferte Ergebnisse, die eng mit denen menschlicher Experten übereinstimmten.

Diese Arbeit legt nahe, dass die Zukunft der industriellen Qualitätskontrolle nicht darin besteht, zwischen unüberwachtem Lernen, das flexibel, aber blind für spezifische Nutzerbedürfnisse ist, und überwachtem Lernen, das präzise, aber datenhungrig ist, wählen zu müssen. Durch die Vereinigung dieser Ansätze haben die Forscher ein System geschaffen, das sich an die Realität der Fabrikhallen anpassen kann. Es kann aus den wenigen defekten Teilen lernen, die eine Fabrik besitzt, oder realistische Beispiele generieren, um die Lücken zu füllen, während es gleichzeitig die Fähigkeit behält, völlig neue Arten von Fehlern zu erkennen. Das System erkennt nicht nur, dass etwas falsch ist; es versteht den Kontext des Fehlers, was es Herstellern ermöglicht, ihre eigenen Standards dafür festzulegen, was als Defekt gilt. In einer Branche, in der die Kosten eines übersehenen Mangels hoch sein können, bietet diese Fähigkeit, klar, präzise und adaptiv zu sehen, einen bedeutenden Schritt nach vorn zur Gewährleistung der Zuverlässigkeit der Produkte, die unser tägliches Leben antreiben.