Attention-Guided Perturbation Network for Industrial Anomaly Detection

Stel je voor dat je een beveiligingsbeambte bent in een hoogtechnologische fabriek. Je taak is om één defect onderdeel te spotten op een lopende band met duizenden perfecte exemplaren. In de echte wereld is het krijgen van een "perfect" onderdeel makkelijk; je pakt er gewoon één van de lijn. Maar een "kapot" exemplaar krijgen? Dat is een nachtmerrie. Defecten zijn zeldzaam, duur om te creëren en soms onmogelijk te voorspellen. Dus, hoe train je een robot om het kapotte ding te herkennen als hij nog nooit een heeft gezien? Dit is het raadsel van unsupervised anomaly detection (ongesuperviseerde anomaliedetectie).

De slimme truc die wetenschappers gebruiken, is om de robot alleen te leren over de "goede" dingen. De robot leert te onthouden hoe een perfect onderdeel eruitziet en probeert het vanaf nul opnieuw op te bouwen. De theorie luidt: als de robot een perfect onderdeel ziet, kan hij het perfect reconstrueren. Maar als hij een kapot onderdeel ziet, raakt hij in de war en bouwt hij een rommelige versie op. Door de originele versie te vergelijken met de rommelige reconstructie, ziet de robot de fout. Echter, er is een addertje onder het gras: moderne AI is zo slim dat het soms probeert de kapotte delen van de afbeelding te "repareren", waardoor het defect per ongeluk reconstrueert alsof het normaal is. Dit leidt tot gemiste detecties. Om dit te stoppen, hebben onderzoekers geprobeerd de trainingsdata te verstoren met willekeurige ruis, zoals het licht vervagen van de afbeelding om de robot te dwingen beter op te letten. Maar dit artikel betoogt dat willekeurige verstoring is als proberen een taal te leren door willekeurige woorden te schreeuwen; het is inefficiënt. In plaats daarvan moeten we precies weten waar we naar moeten kijken.

Maak kennis met AGPNet, een nieuwe methode die werkt als een hypergeconcentreerde spotlight voor de AI. De onderzoekers, Tingfeng Huang en zijn team, realiseerden zich dat niet alle delen van een afbeelding gelijk zijn. Sommige gebieden (zoals het midden van een product) zijn cruciaal, terwijl andere (zoals de achtergrond) minder belangrijk zijn. Eerdere methoden behandelden de hele afbeelding hetzelfde en voegden overal ruis toe. AGPNet gebruikt echter een "sample-aware" strategie. Het vraagt de AI: "Hé, welk deel van deze afbeelding is het belangrijkst om te onthouden?" en gooit vervolgens de meest intense "ruis" (het digitale equivalent van statische elektriciteit of ruis) precies op die kritieke plekken.

Denk hierbij aan het studeren voor een toets. Als je de hele tekstboek willekeurig doorleest, mis je misschien de kernconcepten. Maar als een tutor naar de belangrijkste paragrafen wijst en zegt: "Onthoud dit, maar laten we het lastig maken door het met een post-it af te dekken," dan word je gedwongen de kern van het idee echt te begrijpen om de gaten in te vullen. AGPNet doet precies dit. Het heeft twee delen: een hoofdvertakking die probeert de afbeelding te reconstrueren, en een slimme "attention"-vertakking die fungeert als de tutor. Deze tutor bekijkt de afbeelding, bepaalt de belangrijkste details en verstoort die specifieke details vervolgens doelbewust met ruis. Dit dwingt de hoofdvertakking om de "invariante" (onveranderlijke) regels van wat een normaal object is te leren, in plaats van alleen de oppervlakkige details te onthouden.

Het artikel stelt vast dat deze aanpak met "slimme ruis" aanzienlijk beter werkt dan de oude methoden met "willekeurige ruis". Bij tests op standaard industriële datasets zoals MVTec-AD (die afbeeldingen bevatten van zaken als schroeven, flessen en tapijten), behaalde AGPNet top scores. In een multi-class setting (waarbij de AI defecten in veel verschillende soorten objecten tegelijk moet spotten), bereikte het een score voor detectie op beeldniveau van 98,7% en een score voor lokalisatie op pixelniveau van 98,0%. Dit betekent dat het correct identificeerde dat er een defect aanwezig was in 98,7% van de gevallen en de exacte locatie van het defect aanwijzigde in 98,0% van de gevallen.

De auteurs argumenteren expliciet tegen het idee dat je ruis willekeurig of uniform over een afbeelding moet toevoegen. Ze laten zien dat het negeren van het belang van specifieke regio's in een afbeelding leidt tot zwakkere leerprestaties. In plaats daarvan suggereren ze dat het sturen van de verstoring met attention-masks — afgeleid van zowel vooraf getraande kennis als het eigen leerproces van het model — een veel robuuster systeem creëert. Ze hebben dit ook getest in "few-shot" scenario's, waarbij de AI slechts een handvol voorbeelden ziet (zoals 2 of 4 afbeeldingen) in plaats van duizenden. Zelfs met zulke beperkte data presteerde AGPNet indrukwekkend, met een score van 97,3% op pixelniveau met slechts 4 voorbeelden, wat bewijst dat deze gerichte leerstrategie de AI helpt om de essentie van "normaal" veel sneller te vatten.

Kortom, AGPNet gooit niet zomaar met ruis naar het probleem; het gooit met ruis op de juiste plekken. Door de AI te dwingen te worstelen met de belangrijkste delen van de afbeelding, leert het te herkennen wat werkelijk normaal is, waardoor het een veel scherpere detective wordt voor industriële defecten. De resultaten suggereren dat deze aanpak een sterke balans biedt tussen nauwkeurigheid en efficiëntie, en goed werkt met kleinere, snellere modellen vergeleken met de enorme, zware systemen die door concurrenten worden gebruikt.