DRL-Guided Neural Batch Sampling for Semi-Supervised Pixel-Level Anomaly Detection

Dans les usines qui fabriquent tout, des circuits imprimés aux emballages alimentaires, le contrôle qualité est un jeu incessant consistant à trouver l'élément qui n'a pas sa place. Depuis des décennies, les machines sont entraînées pour repérer ces défauts, mais elles sont confrontées à un problème fondamental : on leur montre rarement à quoi ressemble un produit défectueux. Les défauts sont rares, coûteux à créer et souvent subtils, comme une rayure capillaire sur une surface polie ou une minuscule ébréchure dans un composant en verre. En raison de cette rareté, les ingénieurs ont traditionnellement appris aux ordinateurs à ne mémoriser que la forme d'un article parfait. L'ordinateur mémorise ce qu'est la « normalité », et lorsqu'il voit quelque chose qui s'écarte de cette mémoire, il le signale comme un défaut. Cependant, cette approche présente un angle mort. Si un ordinateur apprend trop parfaitement ce qu'est un article normal, il peut être dérouté par les erreurs très petites et discrètes qui comptent le plus, ou il peut simplement les ignorer parce qu'elles ne ressemblent pas aux erreurs massives et évidentes auxquelles il a été entraîné.

Une équipe de chercheurs de l'Université de Téhéran a proposé une nouvelle façon de résoudre ce casse-tête, une méthode qui va au-delà de la simple mémorisation de la perfection. Au lieu de s'appuyer sur une mémoire statique de ce qui est normal, ils ont créé un système qui apprend activement à traquer les problèmes. Leur méthode, détaillée dans une étude récente, combine trois outils distincts en une boucle auto-améliorée. Premièrement, un « éclaireur » numérique parcourt une image, décidant quelles petites sections méritent un examen plus approfondi. Deuxièmement, un moteur de reconstruction tente de reconstruire ces sections à partir de la mémoire, mettant en évidence les endroits où la mémoire ne correspond pas à la réalité. Troisièmement, un classificateur apprend à lire ces échecs et à dessiner une carte précise du défaut. En laissant ces trois parties communiquer entre elles, le système apprend à trouver des anomalies subtiles avec un niveau de précision que les méthodes précédentes peinaient à atteindre, tout en utilisant seulement un petit nombre d'exemples de défauts connus pour guider le processus.

Le cœur de ce nouveau cadre est un agent numérique qui agit comme un inspecteur curieux. Dans les systèmes traditionnels, un ordinateur peut scanner une image entière d'un coup ou examiner des fragments aléatoires sans plan précis. Ce nouvel agent, cependant, utilise une technique appelée apprentissage par renforcement, qui est essentiellement un processus d'apprentissage par essais et erreurs piloté par des récompenses. Imaginez une personne traversant un grand entrepôt à la recherche d'un type spécifique de dommage ; elle ne marche pas en ligne droite ou ne vérifie pas chaque boîte de manière aléatoire. Au lieu de cela, elle cherche des indices, décide quelle zone semble la plus suspecte, puis porte son attention sur celle-ci. Cet agent numérique fait la même chose. Il regarde une image et décide quel petit carré examiner ensuite en fonction de ce qu'il a appris jusqu'à présent. S'il choisit un endroit qui aide le système à comprendre la différence entre une bonne pièce et une mauvaise, il reçoit une récompense. S'il choisit un endroit qui n'apporte aucune nouvelle information, il apprend à éviter cette zone à l'avenir. Cela permet au système de concentrer son énergie sur les parties les plus informatives de l'image, plutôt que de perdre du temps sur des zones qui sont manifestement parfaites.

Une fois que l'agent a sélectionné un fragment, celui-ci est transmis à un moteur de reconstruction, un type de réseau neuronal conçu pour reconstruire des images. Ce moteur a été entraîné de manière intensive sur des échantillons parfaits et sans défaut. Lorsqu'il reçoit un fragment provenant d'une partie saine du produit, il peut le reconstruire presque parfaitement. Mais lorsqu'il reçoit un fragment contenant une rayure ou une ébréchure, il éprouve des difficultés. Comme il n'a jamais vu ce défaut spécifique lors de son entraînement, il ne peut pas le reconstruire avec précision. La différence entre ce que le moteur voit et ce qu'il reconstruit crée un « profil de perte », une carte d'erreurs qui brille intensément là où le défaut est caché. Cette carte est la clé du succès du système. Au lieu d'essayer de deviner le défaut directement à partir de l'image brute, le système analyse cette carte d'erreurs de reconstruction, ce qui rend souvent les défauts les plus infimes beaucoup plus faciles à voir.

La dernière pièce du puzzle est un prédicteur, un réseau spécialisé qui prend ces cartes d'erreurs et les transforme en une décision binaire claire : ce pixel est bon, ou ce pixel est mauvais. Ce qui rend l'approche des chercheurs unique, c'est la manière dont ces trois composants — l'éclaireur, le moteur et le prédicteur — apprennent ensemble. Dans de nombreuses tentatives précédentes de systèmes similaires, les parties étaient entraînées séparément ou reposaient sur des règles rigides qui limitaient leur capacité d'adaptation. Ici, le système utilise une approche semi-supervisée, ce qui signifie qu'il apprend à partir d'un grand ensemble de données normales et d'un très petit ensemble de données défectueuses étiquetées. Les chercheurs ont constaté qu'en supprimant certains mécanismes complexes utilisés dans les versions antérieures et en simplifiant la façon dont le prédicteur apprend, le système devenait plus stable et meilleur pour se généraliser à de nouveaux types de défauts. L'agent apprend à équilibrer deux besoins concurrents : explorer de nouvelles zones de l'image pour trouver des points de trouble inconnus, et exploiter les zones qu'il sait déjà suspectes pour affiner la détection.

Les résultats de cette approche ont été testés sur une collection d'images industrielles largement utilisée connue sous le nom de jeu de données MVTec AD, qui contient des photos haute résolution de divers objets et textures, allant des câbles et brosses à dents aux pilules et planches de bois. Les chercheurs ont comparé leur méthode à plusieurs techniques de pointe, y compris des modèles de deep learning standards et d'autres systèmes avancés basés sur la reconstruction. Le nouveau cadre a systématiquement surpassé ses concurrents. En moyenne, il a amélioré la capacité à identifier et à localiser correctement les défauts par une marge significative. Dans les cas les plus difficiles, où les défauts étaient extrêmement subtils, la nouvelle méthode a montré une amélioration spectaculaire, atteignant des scores de précision plus élevés que les autres systèmes et détectant des imperfections que les méthodes précédentes avaient du mal à localiser efficacement. Par exemple, lors de tests impliquant des transistors et des brosses à dents, la précision du système a bondi bien au-dessus des meilleurs résultats précédents, prouvant que la stratégie d'échantillonnage adaptatif visait efficacement les bonnes zones.

Au-delà de la simple détection des défauts, le système excellait également à déterminer précisément où ils se trouvaient. Dans les contextes industriels, savoir qu'un produit est défectueux ne suffit pas ; la machine doit savoir exactement quelle partie de la surface est endommagée afin qu'elle puisse être réparée ou écartée. Les chercheurs ont démontré que leur méthode produisait des cartes de dommages plus propres et plus précises. Les résultats visuels montraient des contours nets autour des rayures et des définitions claires des parties manquantes, même dans des textures complexes comme le grain du bois ou les grilles métalliques. Cette précision est cruciale car elle réduit le nombre de fausses alertes, où un article parfait est rejeté par erreur, et garantit que les vrais défauts ne sont pas négligés. Le système a atteint ce haut niveau de performance sans nécessiter de quantités massives de données défectueuses étiquetées, ce qui constitue souvent le principal goulot d'étranglement dans l'automatisation industrielle.

L'étude a également souligné l'importance de la manière dont le système a été entraîné. Les chercheurs ont découvert que si les différentes parties du système n'étaient pas introduites les unes aux autres dans le bon ordre, l'ensemble du processus pouvait devenir instable. Ils ont développé un calendrier d'entraînement spécifique où le moteur de reconstruction apprenait en premier, suivi du prédicteur, et enfin de l'agent qui sélectionne les fragments. Cette approche étape par étape a permis à chaque composant de se stabiliser avant de prendre en charge la complexité ajoutée des autres. À la fin de l'entraînement, le système avait appris une stratégie sophistiquée de balayage d'images, bien plus efficace et performante qu'un simple balayage global ou que des suppositions aléatoires. Les chercheurs ont noté que, bien que le système soit plus complexe à mettre en place qu'un simple scanner, l'échange est un détecteur beaucoup plus robuste et fiable capable de gérer les variations subtiles du monde réel rencontrées dans les usines.

Ce travail représente un changement dans la manière dont les machines apprennent à voir. Au lieu d'essayer de forcer un ordinateur à mémoriser toutes les façons possibles dont un produit peut se briser, les chercheurs lui ont appris à être curieux. En donnant au système la capacité de choisir ce qu'il regarde et comment apprendre de ses erreurs, ils ont créé un outil qui est à la fois puissant et adaptable. Les conclusions suggèrent que l'avenir du contrôle qualité ne réside peut-être pas dans de plus grandes bases de données de pièces défectueuses, mais dans des algorithmes plus intelligents qui savent comment trouver l'aiguille dans la botte de foin en apprenant à regarder aux bons endroits. Le succès de cette méthode sur un ensemble diversifié d'images industrielles indique qu'elle pourrait être un outil précieux pour les fabricants cherchant à améliorer leurs processus d'inspection sans le coût prohibitif de la collecte de milliers d'échantillons défectueux.