Leveraging Unsupervised Learning for Cost-Effective Visual Anomaly Detection

Riepilogo Tecnico: Sfruttamento dell'Apprendimento Non Supervisionato per il Rilevamento di Anomalie Visive a Basso Costo

Enunciato del Problema
I sistemi tradizionali di ispezione visiva basati sull'apprendimento automatico per le Piccole e Medie Imprese (PMI) incontrano significativi ostacoli all'adozione. Questi sistemi richiedono tipicamente un'estesa raccolta di dati, un addestramento ripetitivo dei modelli, hardware costoso (GPU e fotocamere di fascia alta) e competenze specializzate in apprendimento automatico. Inoltre, gli approcci di deep learning spesso dipendono da dataset su larga scala, etichettati, contenenti sia prodotti normali che difettosi. In contesti industriali, la diversità dei difetti e la necessità di un'annotazione continua dei dati rendono questi requisiti gravosi per le PMI, che spesso non dispongono della capacità di raccogliere e mantenere dati immagine sufficienti. Inoltre, i modelli standard di deep learning faticano a generalizzare verso nuovi prodotti o tipi di difetti senza un nuovo addestramento, limitando ulteriormente la loro utilità pratica in ambienti di produzione flessibili.

Metodologia
Questo studio propone un sistema di rilevamento di anomalie visive a basso costo, progettato per ambienti con risorse limitate, utilizzando specificamente un Raspberry Pi 4B (8 GB di RAM) e una fotocamera economica. La metodologia centrale sfrutta l'apprendimento non supervisionato, dove i modelli vengono addestrati esclusivamente su immagini di prodotti "normali", eliminando la necessità di dati di difetti etichettati.

• Algoritmi: La ricerca valuta quattro algoritmi di apprendimento non supervisionato dalla libreria Anomalib: PaDiM (Rilevamento di Anomalie a Livello di Patch tramite Modellazione della Densità), PatchCore, CFlow-AD e FastFlow.
• Deploy: I modelli sono ottimizzati per il deploy su edge utilizzando il toolkit OpenVINO, che riduce le dimensioni del modello e i costi computazionali mantenendo l'accuratezza.
• Configurazione Sperimentale: Il sistema è stato testato su componenti di riduttori. Il flusso di lavoro ha previsto la cattura di immagini di parti normali per addestrare i modelli.
  • Dati di Addestramento: Inizialmente, sono state utilizzate 20 immagini di prodotti normali, con 15 selezionate casualmente per l'addestramento e 5 per il test.
  • Condizioni di Test: Il sistema è stato valutato in varie condizioni di "anomalia del prodotto" (ad esempio, denti del ingranaggio mancanti, parti mancanti, ingranaggi extra, custodie non anodizzate) e condizioni di "anomalia dell'allestimento" (ad esempio, cambiamenti di illuminazione, disallineamento del vassoio, inclinazione della parte).
• Metriche: Le prestazioni sono state misurate utilizzando i punteggi AUROC (Area Under the Receiver Operating Characteristic Curve) e F1 Macro. È stata condotta un'analisi di ablazione per confrontare le prestazioni tra diverse dimensioni del dataset (20, 50 e 80 immagini) e piattaforme hardware (Raspberry Pi vs PC Intel i7).

Contributi Chiave

1. Sviluppo di un Sistema a Basso Costo: La creazione di un sistema funzionale di rilevamento di anomalie visive utilizzando un Raspberry Pi 4B, dimostrando un metodo economico per rilevare difetti nelle parti dei riduttori senza infrastrutture di calcolo di fascia alta.
2. Valutazione degli Algoritmi: Un'analisi comparativa di molteplici algoritmi di apprendimento non supervisionato pre-addestrati (PaDiM, PatchCore, CFlow-AD, FastFlow) specificamente per il deploy su hardware a basso costo.
3. Validazione delle Prestazioni: Validazione empirica della capacità del sistema di rilevare vari tipi di difetti e variazioni di allestimento in un ambiente di laboratorio, inclusa la generazione di mappe di calore per la localizzazione dei difetti e punteggi di confidenza per il supporto decisionale.

Risultati

• Alta Accuratezza con Dati Minimi: Sul Raspberry Pi, il sistema ha raggiunto un punteggio F1 macro superiore a 0,95 e un AUROC di 1,0 in tutte le condizioni di prodotto e allestimento testate, quando addestrato su sole 10 immagini normali (utilizzando 15 per l'addestramento nella configurazione iniziale). Il sistema ha distinto con successo parti normali da quelle anomale senza una precedente etichettatura dei difetti.
• Vincoli Hardware:
  • PaDiM si è rivelato il modello più efficiente, addestrandosi in circa 1 minuto e 9 secondi sul Raspberry Pi con 20 immagini, raggiungendo un punteggio F1 di 0,95.
  • PatchCore ha performato bene anche su piccoli dataset (20 immagini), ma ha riscontrato crash di sistema quando la dimensione del set di addestramento è aumentata a 50 o 80 immagini a causa di limitazioni di memoria.
  • CFlow-AD e FastFlow non sono riusciti ad addestrarsi con successo sul Raspberry Pi in tutte le dimensioni del dataset, risultando in crash di sistema.
• Velocità di Inferenza: Sebbene l'addestramento fosse rapido per PaDiM, i tempi di inferenza erano relativamente elevati per l'applicazione target: circa 24 secondi per PaDiM e 70 secondi per PatchCore sul Raspberry Pi.
• Sensibilità all'Ambiente: Il sistema ha mostrato sensibilità ai cambiamenti ambientali. Ad esempio, in condizioni estremamente scure, il modello ha classificato erroneamente una parte normale come anomala con una confidenza del solo 50%. Inoltre, il sistema ha faticato a localizzare con precisione difetti sottili (ad esempio, denti dell'ingranaggio mancanti leggermente sfocati) e ha occasionalmente confuso cambiamenti di allestimento (come illuminazione o movimento del vassoio) con difetti del prodotto.

Significato e Affermazioni
Il documento afferma di presentare un'esplorazione pionieristica del deploy di modelli di deep learning non supervisionato all'avanguardia su hardware a basso costo e con risorse limitate. Dimostra che le PMI possono raggiungere un rilevamento di anomalie ad alta accuratezza (F1 > 0,95) utilizzando dati minimi (anche solo 10 immagini normali) e hardware economico, riducendo significativamente la barriera all'ingresso per l'ispezione visiva automatizzata.

Tuttavia, gli autori mantengono una posizione modesta riguardo alle attuali limitazioni del sistema. Riconoscono che il sistema non è ancora adatto a linee di produzione ad alta frequenza a causa dei tempi di inferenza (24–70 secondi) e della sua sensibilità al rumore ambientale (illuminazione, posizionamento). Lo studio conclude che, sebbene l'approccio sia rapido ed economico, è necessario un lavoro futuro per migliorare l'affidabilità attraverso la distillazione del modello o la compressione dei dati per gestire meglio il grande volume di dati e la risoluzione limitata intrinseci ai dispositivi edge a basso costo. Il sistema è posizionato come una soluzione praticabile per le PMI in cui un'ispezione rapida ad alto throughput non è il vincolo principale, o come controllo supplementare piuttosto che come sostituzione autonoma dell'ispezione umana in ambienti complessi e variabili.