💻 computer science

LIBAD: A Multimodal Anomaly Detection Benchmark for Li-Ion Battery Electrode Manufacturing

Cet article introduit LIBAD, le premier benchmark de détection d'anomalies multimodal pour la fabrication d'électrodes de batteries Li-ion qui aborde les défis de la fabrication en processus continu et de l'incohérence cross-modale, parallèlement à la méthode proposée DA-Core qui améliore considérablement la précision et l'efficacité de la détection en optimisant la sélection du coreset de caractéristiques normales.

Auteurs originaux : Wenbo Sui, Daniel Lichau, Harold Phelippeau, Zhao Liu

Publié 2026-08-11

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Wenbo Sui, Daniel Lichau, Harold Phelippeau, Zhao Liu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un détective tentant de capturer un voleur dans une usine technologique massive. Habituellement, quand nous pensons aux inspections d'usine, nous imaginons un bras robotisé vérifiant un objet unique et distinct — comme un moteur de voiture ou un smartphone — à la recherche de rayures ou de bosses. C'est ce qu'on appelle la fabrication « discrète ». Mais et si l'usine ne fabriquait pas des articles individuels ? Et si elle produisait un ruban de matériau continu, comme un rouleau de papier peint sans fin ? C'est la « fabrication de processus », et c'est beaucoup plus difficile à surveiller. Dans ce monde, le « voleur » est un défaut minuscule caché à l'intérieur du matériau, et le « détective » est un système de vision par ordinateur. Le défi est que ces systèmes reposent souvent sur deux yeux : un qui voit la surface (comme une caméra classique) et un autre qui voit l'intérieur (comme un rayon X). Dans de nombreuses usines, ces deux yeux sont parfaitement d'accord. Mais dans le monde des batteries lithium-ion, ils sont souvent en désaccord. Un œil peut voir clairement un défaut, tandis que l'autre ne voit rien du tout. Ce document plonge dans cette réalité confuse et désordonnée pour voir si nous pouvons apprendre aux ordinateurs à être de meilleurs détectives lorsque leurs yeux ne sont pas d'accord.

Les chercheurs derrière cette étude, Wenbo Sui et son équipe, ont réalisé que si nous avons de superbes outils pour vérifier des objets individuels, nous sommes très mauvais pour vérifier des rouleaux continus de matériaux de batterie. Pour y remédier, ils ont construit quelque chose de nouveau appelé LIBAD. Voyez LIBAD comme une grande école de formation spécialisée pour les détectives IA. C'est le tout premier benchmark (un test standardisé) spécifiquement conçu pour détecter les défauts dans les électrodes de batteries au lithium-ion pendant qu'elles sont fabriquées sur une véritable ligne de production en continu.

L'« école » utilise 744 échantillons réels de patchs d'électrodes de batterie. Il ne s'agit pas d'images générées par ordinateur, mais de morceaux physiques découpés dans de véritables lignes d'usine. Les étudiants (les algorithmes d'IA) sont entraînés à l'aide de trois « sens » différents :

VIS (Lumière visible) : Une caméra monochrome haute résolution qui voit la texture de surface, comme un humain regardant une feuille de papier.
X-rayH (Rayons X haute résolution) : Un scan interne ultra-détaillé, comme un scanner médical CT, qui montre la structure interne mais prend beaucoup de temps.
X-rayL (Rayons X basse résolution) : Un scan interne plus rapide et légèrement flou qui peut être utilisé pendant que le tapis circule (en ligne), ce qui le rend pratique pour les usines réelles.

Le grand rebondissement de cette histoire est que ces « yeux » voient souvent des choses différentes. Dans une usine normale, une rayure pourrait être visible à la fois par la caméra et par les rayons X. Mais dans la fabrication de batteries, un défaut peut être une minuscule bulle profondément enfouie dans le matériau. Le rayon X la voit clairement, mais la caméra de surface ne voit rien. Inversement, une rayure de surface peut être évidente pour la caméra mais invisible pour les rayons X. Cela crée une « incohérence cross-modale », où la preuve est forte dans un sens mais faible ou absente dans l'autre. Les auteurs ont constaté que les méthodes d'IA existantes, qui sont entraînées pour s'attendre à ce que les deux yeux soient d'accord, se confondaient et commençaient à crier « VOLEUR ! » face à des patchs de batterie parfaitement bons. Elles produisaient trop de fausses alertes.

Pour résoudre cela, l'équipe a proposé une nouvelle méthode appelée DA-Core. Imaginez que vous essayez de mémoriser ce à quoi ressemble un patch de batterie « parfait ». Une méthode standard (appelée Échantillonnage par Point le Plus Lointain ou Farthest Point Sampling) essaie de choisir des exemples qui sont aussi différents les uns des autres que possible pour couvrir tous les cas de figure. Cependant, les auteurs ont réalisé que c'était comme un détective qui ne mémoriserait que les patchs normaux rares et étranges, oubliant ainsi les plus communs. Parce que les patchs de batterie « normaux » sont si similaires entre eux (homogènes), les plus rares sont faciles à repérer, mais c'est avec les plus communs que les vrais problèmes surviennent. Si l'IA n'a pas assez d'exemples du look « normal » commun, elle prend peur et pense qu'un patch normal est un défaut.

DA-Core change la stratégie. Au lieu de simplement chercher les exemples les plus différents, il cherche les clusters les plus denses d'exemples normaux. C'est comme un détective qui réalise : « La plupart des patchs normaux ressemblent exactement à ce groupe de 100 », et qui s'assure de mémoriser ce groupe minutieusement. En prêtant attention à l'endroit où les données normales sont regroupées, DA-Core construit une meilleure banque de mémoire.

Les résultats de leurs expériences étaient prometteurs mais prudents. Lorsqu'ils ont testé leur nouvelle méthode contre les anciennes en utilisant la configuration pratique de la Lumière Visible plus le rayon X rapide à Basse Résolution, les anciennes méthodes avaient un taux de faux positifs (dire qu'une bonne batterie est mauvaise) d'environ 60,4 %. Cela signifie que si vous vérifiez 100 bonnes batteries, l'ancienne IA en rejetterait à tort environ 60, ce qui est un désastre pour une usine. DA-Core a réussi à abaisser ce chiffre à 54,3 %. Bien que cela puisse ne pas sembler être un bond énorme, dans le monde de l'inspection industrielle, réduire les fausses alertes est une affaire majeure. Cela suggère qu'en comprenant comment les données sont regroupées, nous pouvons rendre l'IA moins nerveuse.

L'article écarte également explicitement certaines idées populaires. Ils ont trouvé que les méthodes conçues pour « reconstruire » des images (où l'IA essaie de redessiner l'image de mémoire et voit ce qui manque) échouaient lamentablement ici. Comme la surface et l'intérieur sont si différents, l'IA ne parvient pas à comprendre à quoi devrait ressembler une image combinée « normale », ce qui entraîne de la confusion. De même, les méthodes qui reposent sur la relation entre les formes 3D et les couleurs de surface (courantes dans l'inspection de voitures ou de téléphones) ne fonctionnent pas car les électrodes de batterie sont des feuilles plates, et non des objets 3D avec une géométrie complexe.

En fin de compte, les auteurs suggèrent que LIBAD reste un défi de taille. Même avec leur nouvelle méthode, le taux de faux positifs est encore trop élevé pour qu'une usine puisse fonctionner sans aide humaine. Ils concluent que nous ne pouvons pas simplement copier-coller des solutions d'autres industries ; nous devons concevoir des systèmes qui comprennent la manière spécifique et désordonnée dont les défauts de batterie se cachent et se révèlent à travers différents types de capteurs. C'est une étape en avant, suggérant que si nous voulons des véhicules électriques et des systèmes de stockage d'énergie plus sûrs, nous devons apprendre à nos détecteurs IA à écouter les indices subtils, et pas seulement les plus bruyants.

Résumé Technique : LIBAD : Un Benchmark de Détection d'Anomalies Multimodal pour la Fabrication d'Électrodes de Batteries Li-Ion

Énoncé du Problème

La détection d'anomalies industrielles (IAD) s'est traditionnellement concentrée sur des produits discrets et centrés sur des objets, utilisant des modalités RGB et 3D fortement corrélées. Cependant, la fabrication de processus continus, telle que la production en continu (roll-to-roll), reste sous-explorée. De plus, les benchmarks multimodaux existants supposent souvent que les anomalies produisent des preuves cohérentes à travers toutes les modalités de détection. Cette hypothèse échoue dans les scénarios où les modalités mesurent des propriétés physiques distinctes (par exemple, l'apparence de surface versus la densité de masse), menant à une « inconsistance d'anomalie cross-modale » où un défaut est visible dans une modalité mais faible ou absent dans une autre.

Le papier traite de ces lacunes en introduisant LIBAD, un benchmark pour la fabrication d'électrodes de batteries Li-ion. Le jeu de données met en évidence deux défis critiques :

Contexte de Fabrication de Processus : Contrairement aux objets discrets, les patchs d'électrodes présentent des apparences de matériaux hautement homogènes, ce qui rend les variations intra-classes subtiles difficiles à distinguer des défauts.
Inconsistance de Modalité : Les défauts peuvent être proéminents dans l'imagerie en lumière visible (VIS) mais invisibles en rayons X, ou vice versa. Les méthodes existantes reposant sur la reconstruction cross-modale ou les priors RGB-3D (cohérence apparence-géométrie) peinent dans ce cadre, interprétant souvent les différences de modalités normales comme des anomalies, ce qui entraîne des taux de faux positifs (FPR) élevés.

Méthodologie

Les auteurs proposent DA-Core, une méthode de détection d'anomalies basée sur la mémoire, conçue pour gérer la distribution spécifique des caractéristiques normales de LIBAD.

1. Construction du Jeu de Données (LIBAD) :

Source de Données : 744 patchs d'électrodes collectés sur de véritables lignes de production roll-to-roll.
Modalités : Trois modalités spatialement alignées :
- VIS : Imagerie en niveaux de gris à double face en lumière visible (apparence de surface).
- X-rayH : Radiographie X haute résolution (utilisée hors ligne pour l'étiquetage et l'analyse).
- X-rayL : Radiographie X basse résolution en ligne (sensible à la densité, utilisée pour le benchmark).
Caractéristiques : 11 catégories de défauts. Le jeu de données souligne que les patchs normaux sont visuellement homogènes, et que la preuve du défaut est souvent sélective par modalité.

2. Architecture DA-Core :
DA-Core améliore les approches classiques basées sur la mémoire (comme PatchCore) en modifiant le processus de sélection du coreset.

Extraction de Caractéristiques : Utilise des encodeurs DINOv3 ViT-S/16 gelés pour extraire les caractéristiques par patch des entrées VIS et X-rayL.
Sélection de Coreset Sensible à la Densité (DA FPS) :
- L'échantillonnage par point le plus éloigné (Farthest Point Sampling - FPS) standard privilégie la couverture globale mais ignore la densité locale des caractéristiques, sous-représentant souvent les clusters denses de variations normales.
- DA-Core introduit un score de densité ( $\rho_i$ ) pour chaque caractéristique basé sur ses $k$ -plus proches voisins.
- La métrique de sélection combine la distance au bank de mémoire actuel ( $r_i$ ) et la densité locale ( $\rho_i$ ) : $q_i = \tilde{r}_i / (1 + \lambda \tilde{\rho}_i)$ .
- Cette stratégie garantit que le bank de mémoire conserve des représentants des régions normales denses, réduisant les distances de plus proches voisins pour les variations normales communes et supprimant les faux positifs.
Scoring et Fusion :
- Les scores d'anomalie sont calculés via une correspondance de plus proches voisins pour chaque modalité.
- Un SVM à classe unique (One-Class Support Vector Machine - OCSVM) effectue une fusion tardive des scores VIS et X-rayL pour générer le score d'anomalie final de l'image.

Contributions Clés

Benchmark LIBAD : Le premier benchmark IAD multimodal pour la fabrication d'électrodes de batteries Li-ion, comprenant 744 échantillons réels, trois modalités alignées et 11 catégories de défauts. Il traite explicitement les défis de la fabrication de processus continus et de la visibilité des défauts dépendante de la modalité.
Caractérisation de l'Inconsistance : Le papier identifie et analyse l'« inconsistance d'anomalie cross-modale », démontant que la preuve du défaut est souvent sélective par modalité plutôt que partagée, remettant en question les hypothèses des méthodes RGB-3D actuelles.
Méthode DA-Core : Une stratégie de sélection de coreset sensible à la densité qui construit un bank de mémoire plus représentatif des distributions de caractéristiques normales non uniformes. Elle équilibre explicitement la couverture globale et la densité locale pour réduire les faux positifs.
Benchmarking Complet : Évaluation de méthodes IAD multimodales représentatives (incluant M3DM, CFM, G2SF, CFR) sous un protocole unifié, révélant leur transférabilité limitée au cadre LIBAD.

Résultats

Performance de Base : Les méthodes multimodales existantes (adaptées pour VIS+X-rayL) montrent une transférabilité limitée. Par exemple, G2SF a atteint un FPR95 de 59,5 %, et CFR a atteint 68,1 %, améliorant à peine le PatchCore unimodal (60,4 % FPR95). Les méthodes basées sur la reconstruction ont souffert de résidus importants même sur les échantillons normaux en raison de faibles corrélations entre modalités.
Performance de DA-Core :
- FPR95 : DA-Core a atteint 54,3 %, soit une réduction de 6,1 points de pourcentage par rapport au PatchCore multimodal standard (60,4 %).
- Efficacité : Avec un ratio de coreset de 0,05, DA-Core a surpassé le meilleur résultat de coreset standard (obtenu à un ratio de 0,20) tout en réduisant le temps d'inférence de 43,9 % (13,12 ms contre 23,39 ms).
- Ablation : Le poids de densité ( $\lambda$ ) s'est avéré critique ; $\lambda=0,7$ a offert le meilleur compromis entre couverture et représentation de la densité.
Unimodal vs Multimodal : Bien que la combinaison de VIS et X-rayL ait amélioré les performances par rapport aux modalités uniques, les gains principaux proviennent de la construction améliorée de la mémoire (DA-Core) plutôt que de l'architecture de fusion elle-même.

Signification et Revendications

Le papier affirme que LIBAD représente une étape significative en déplaçant l'attention de l'inspection d'objets discrets vers la fabrication de processus continus, où les distributions de données et les relations entre modalités diffèrent fondamentalement.

Les auteurs affirment que LIBAD reste un benchmark ouvert et exigeant, notant que même la meilleure méthode (DA-Core) produit un FPR95 absolu (54,3 %) qui reste trop élevé pour un déploiement industriel direct sans affinement supplémentaire. La signification de ce travail réside dans :

Le fait de souligner que la distribution des données (spécifiquement la densité des caractéristiques normales) et les relations entre modalités (inconsistance) doivent être explicitement considérées lors de la conception de méthodes de détection d'anomalies pour la fabrication de processus.
La fourniture d'un banc d'essai réaliste qui expose les limites des méthodes actuelles centrées sur le RGB-3D lorsqu'elles sont appliquées à des modalités de détection faiblement corrélées comme VIS et X-ray.
La proposition d'une solution pratique et efficace (DA-Core) qui réduit les fausses alarmes, une exigence critique pour les systèmes d'inspection en ligne, contribuant ainsi à une fabrication de batteries plus sûre pour les véhicules électriques et les systèmes de stockage d'énergie.