Leveraging Unsupervised Learning for Cost-Effective Visual Anomaly Detection

Résumé technique : Exploitation de l'apprentissage non supervisé pour une détection d'anomalies visuelles rentable

Énoncé du problème
Les systèmes d'inspection visuelle traditionnels basés sur l'apprentissage automatique destinés aux petites et moyennes entreprises (PME) rencontrent des obstacles significatifs à leur adoption. Ces systèmes nécessitent généralement une collecte de données extensive, un entraînement répétitif des modèles, un matériel coûteux (cartes graphiques haut de gamme et caméras) et une expertise spécialisée en apprentissage automatique. De plus, les approches d'apprentissage profond reposent souvent sur de grands ensembles de données étiquetés, comprenant à la fois des produits normaux et défectueux. Dans les environnements industriels, la diversité des défauts et la nécessité d'une annotation continue des données rendent ces exigences lourdes pour les PME, qui manquent souvent de la capacité de collecter et de maintenir des données d'images suffisantes. En outre, les modèles d'apprentissage profond standards peinent à se généraliser à de nouveaux produits ou types de défauts sans réentraînement, limitant davantage leur utilité pratique dans des environnements de fabrication flexibles.

Méthodologie
Cette étude propose un système de détection d'anomalies visuelles rentable conçu pour des environnements à ressources limitées, utilisant spécifiquement un Raspberry Pi 4B (8 Go de RAM) et une caméra peu coûteuse. La méthodologie centrale exploite l'apprentissage non supervisé, où les modèles sont entraînés exclusivement sur des images de produits « normaux », éliminant ainsi le besoin de données de défauts étiquetées.

• Algorithmes : La recherche évalue quatre algorithmes d'apprentissage non supervisé issus de la bibliothèque Anomalib : PaDiM (Détection d'anomalies par patch via modélisation de densité), PatchCore, CFlow-AD et FastFlow.
• Déploiement : Les modèles sont optimisés pour un déploiement en périphérie (edge) à l'aide de la boîte à outils OpenVINO, qui réduit la taille du modèle et les coûts de calcul tout en maintenant la précision.
• Configuration expérimentale : Le système a été testé sur des composants de boîtes de vitesses. Le flux de travail consistait à capturer des images de pièces normales pour entraîner les modèles.
  • Données d'entraînement : Initialement, 20 images de produits normaux ont été utilisées, avec 15 sélectionnées au hasard pour l'entraînement et 5 pour le test.
  • Conditions de test : Le système a été évalué dans diverses conditions d'anomalies de « produit » (par exemple, dents d'engrenage manquantes, pièces manquantes, engrenages supplémentaires, boîtiers non anodisés) et d'anomalies de « configuration » (par exemple, changements d'éclairage, mauvais alignement du bac, inclinaison de la pièce).
• Métriques : La performance a été mesurée à l'aide des scores AUROC (Aire sous la courbe caractéristique d'opération du récepteur) et F1 Macro. Une étude d'ablation a été menée pour comparer les performances à travers différentes tailles d'ensembles de données (20, 50 et 80 images) et plateformes matérielles (Raspberry Pi contre PC Intel i7).

Contributions clés

1. Développement d'un système à faible coût : La création d'un système fonctionnel de détection d'anomalies visuelles utilisant un Raspberry Pi 4B, démontrant une méthode abordable pour détecter les défauts dans les pièces de boîtes de vitesses sans infrastructure informatique haut de gamme.
2. Évaluation des algorithmes : Une analyse comparative de plusieurs algorithmes d'apprentissage non supervisé préentraînés (PaDiM, PatchCore, CFlow-AD, FastFlow) spécifiquement pour un déploiement sur du matériel peu coûteux.
3. Validation des performances : Validation empirique de la capacité du système à détecter divers types de défauts et variations de configuration dans un environnement de laboratoire, incluant la génération de cartes thermiques pour la localisation des défauts et de scores de confiance pour l'aide à la décision.

Résultats

• Haute précision avec des données minimales : Sur le Raspberry Pi, le système a atteint un score F1 macro supérieur à 0,95 et une AUROC de 1,0 pour toutes les conditions de produit et de configuration testées, entraîné sur seulement 10 images normales (en utilisant 15 pour l'entraînement dans la configuration initiale). Le système a réussi à distinguer les pièces normales des pièces anormales sans étiquetage préalable des défauts.
• Contraintes matérielles :
  • PaDiM s'est révélé être le modèle le plus efficace, s'entraînant en environ 1 minute et 9 secondes sur le Raspberry Pi avec 20 images, atteignant un score F1 de 0,95.
  • PatchCore a également bien performé sur de petits ensembles de données (20 images) mais a rencontré des plantages système lorsque la taille de l'ensemble d'entraînement a augmenté à 50 ou 80 images en raison de limitations de mémoire.
  • CFlow-AD et FastFlow n'ont pas réussi à s'entraîner correctement sur le Raspberry Pi pour toutes les tailles d'ensembles de données, entraînant des plantages système.
• Vitesse d'inférence : Bien que l'entraînement ait été rapide pour PaDiM, les temps d'inférence étaient relativement élevés pour l'application cible : environ 24 secondes pour PaDiM et 70 secondes pour PatchCore sur le Raspberry Pi.
• Sensibilité à l'environnement : Le système a montré une sensibilité aux changements environnementaux. Par exemple, dans des conditions extrêmement sombres, le modèle a classé à tort une pièce normale comme anormale avec seulement 50 % de confiance. De plus, le système a eu du mal à localiser précisément des défauts subtils (par exemple, des dents d'engrenage manquantes légèrement floues) et a parfois confondu des changements de configuration (comme l'éclairage ou le mouvement du bac) avec des défauts de produit.

Signification et affirmations
L'article prétend présenter une exploration pionnière du déploiement de modèles d'apprentissage profond non supervisés de pointe sur du matériel peu coûteux et à ressources limitées. Il démontre que les PME peuvent atteindre une détection d'anomalies à haute précision (F1 > 0,95) en utilisant des données minimales (aussi peu que 10 images normales) et du matériel abordable, réduisant considérablement la barrière à l'entrée pour l'inspection visuelle automatisée.

Cependant, les auteurs adoptent une position modeste concernant les limitations actuelles du système. Ils reconnaissent que le système n'est pas encore adapté aux lignes de production à haute fréquence en raison des temps d'inférence (24 à 70 secondes) et de sa sensibilité au bruit environnemental (éclairage, positionnement). L'étude conclut que, bien que l'approche soit rapide et économique, des travaux futurs sont nécessaires pour améliorer la fiabilité par la distillation de modèles ou la compression de données afin de mieux gérer le grand volume de données et la résolution limitée inhérents aux dispositifs périphériques peu coûteux. Le système est présenté comme une solution viable pour les PME où une inspection rapide à haut débit n'est pas la contrainte principale, ou comme un contrôle complémentaire plutôt qu'un remplacement autonome de l'inspection humaine dans des environnements complexes et variables.