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

Nas fábricas que constroem de tudo, desde placas de circuito até embalagens de alimentos, o controle de qualidade é um jogo implacável de encontrar aquilo que não pertence ao conjunto. Por décadas, as máquinas foram treinadas para detectar essas falhas, mas enfrentam um problema fundamental: raramente lhes é mostrado como é um produto quebrado. Defeitos são raros, caros de criar e muitas vezes sutis, como um arranhão capilar em uma superfície polida ou uma pequena lasca em um componente de vidro. Devido a essa escassez, os engenheiros tradicionalmente ensinaram os computadores a aprender apenas a forma de um item perfeito. O computador memoriza como o "normal" se parece e, quando vê algo que se desvia dessa memória, sinaliza como um defeito. No entanto, essa abordagem possui um ponto cego. Se um computador aprender perfeitamente o que um item normal parece ser, ele pode ficar confuso pelas falhas muito pequenas e silenciosas que mais importam, ou pode simplesmente ignorá-las porque não parecem com os erros grandes e óbvios que foi treinado para esperar.

Uma equipe de pesquisadores da Universidade de Teerã propôs uma nova maneira de resolver esse enigma, uma que vai além de simplesmente memorizar a perfeição. Em vez de depender de uma memória estática do que é normal, eles criaram um sistema que aprende ativamente a caçar problemas. O método deles, detalhado em um estudo recente, combina três ferramentas distintas em um único ciclo de autoaperfeiçoamento. Primeiro, um "batedor" digital percorre uma imagem, decidindo quais pequenas seções merecem uma olhada mais atenta. Segundo, um mecanismo de reconstrução tenta reconstruir essas seções a partir da memória, destacando onde a memória falha em corresponder à realidade. Terceiro, um classificador aprende a ler essas falhas e a desenhar um mapa preciso do defeito. Ao permitir que essas três partes conversem entre si, o sistema aprende a encontrar anomalias sutis com um nível de precisão que métodos anteriores lutavam para alcançar, tudo isso utilizando apenas um punhado de exemplos defeituosos conhecidos para guiar o processo.

O núcleo deste novo framework é um agente digital que atua como um inspetor curioso. Em sistemas tradicionais, um computador pode escanear uma imagem inteira de uma só vez ou olhar para áreas aleatórias sem um plano. Este novo agente, no entanto, utiliza uma técnica chamada aprendizagem por reforço, que é essencialmente um processo de aprendizagem por tentativa e erro impulsionado por recompensas. Imagine uma pessoa caminhando por um grande armazém procurando por um tipo específico de dano; ela não caminha em linha reta ou verifica cada caixa aleatoriamente. Em vez disso, ela procura por pistas, decide qual área parece mais suspeita e então direciona sua atenção para lá. Este agente digital faz o mesmo. Ele olha para uma imagem e decide qual pequeno quadrado examinar em seguida com base no que aprendeu até agora. Se ele escolher um ponto que ajude o sistema a entender a diferença entre uma peça boa e uma ruim, ele recebe uma recompensa. Se escolher um ponto que não adiciona nova informação, ele aprende a evitar essa área no futuro. Isso permite que o sistema foque sua energia nas partes mais informativas da imagem, em vez de desperdiçar tempo em áreas que estão claramente perfeitas.

Assim que o agente seleciona um fragmento, este é passado para um mecanismo de reconstrução, que é um tipo de rede neural projetada para reconstruir imagens. Este mecanismo foi treinado extensivamente em amostras perfeitas e sem defeitos. Quando recebe um fragmento de uma parte boa do produto, ele consegue reconstruí-lo quase perfeitamente. Mas quando recebe um fragmento contendo um arranhão ou uma lasca, ele tem dificuldades. Como nunca viu esse defeito específico durante seu treinamento, ele não consegue reconstruí-lo com precisão. A diferença entre o que o mecanismo vê e o que ele reconstrói cria um "perfil de perda", um mapa de erros que brilha intensamente onde o defeito está escondido. Este mapa é a chave para o sucesso do sistema. Em vez de tentar adivinhar o defeito diretamente a partir da imagem bruta, o sistema analisa este mapa de erros de reconstrução, o que frequentemente torna até os menores defeitos muito mais fáceis de visualizar.

A peça final do quebra-cabeça é um preditor, uma rede especializada que pega esses mapas de erro e os transforma em uma decisão binária clara: este pixel é bom, ou este pixel é ruim. O que torna a abordagem dos pesquisadores única é como esses três componentes — o batedor, o mecanismo e o preditor — aprendem juntos. Em muitas tentativas anteriores de sistemas semelhantes, as partes eram treinadas separadamente ou dependiam de regras rígidas que limitavam sua capacidade de adaptação. Aqui, o sistema utiliza uma abordagem semissupervisionada, o que significa que aprende a partir de um grande conjunto de dados normais e de um conjunto muito pequeno de dados defeituosos rotulados. Os pesquisadores descobriram que, ao remover certos mecanismos complexos usados em versões anteriores e simplificar a forma como o preditor aprende, o sistema tornou-se mais estável e melhor em generalizar para novos tipos de defeitos. O agente aprende a equilibrar duas necessidades conflitantes: explorar novas áreas da imagem para encontrar pontos de problemas desconhecidos e explorar as áreas que já sabe serem suspeitas para refinar a detecção.

Os resultados desta abordagem foram testados em uma coleção amplamente utilizada de imagens industriais conhecida como dataset MVTec AD, que contém fotos de alta resolução de vários objetos e texturas, desde cabos e escovas de dentes até pílulas e tábuas de madeira. Os pesquisadores compararam seu método com diversas técnicas líderes, incluindo modelos padrão de deep learning e outros sistemas avançados baseados em reconstrução. O novo framework superou consistentemente seus competidores. Em média, ele melhorou a capacidade de identificar e localizar defeitos por uma margem significativa. Nos casos mais desafiadores, onde os defeitos eram extremamente sutis, o novo método mostrou uma melhoria dramática, alcançando pontuações de precisão superiores a outros sistemas e detectando falhas que métodos anteriores tiveram dificuldade em localizar efetivamente. Por exemplo, em testes envolvendo transistores e escovas de dentes, a precisão do sistema saltou bem acima dos melhores resultados anteriores, provando que a estratégia de amostragem adaptativa visou as áreas corretas de forma eficaz.

Além de apenas encontrar os defeitos, o sistema também se destacou em apontar exatamente onde eles estavam. Em ambientes industriais, saber que um produto está defeituoso não é suficiente; a máquina deve saber exatamente qual parte da superfície está danificada para que possa ser reparada ou descartada. Os pesquisadores demonstraram que seu método produziu mapas de danos mais limpos e precisos. Os resultados visuais mostraram limites nítidos ao redor de arranhões e definições claras de partes ausentes, mesmo em texturas complexas como veios de madeira ou grades metálicas. Essa precisão é crucial porque reduz o número de alarmes falsos, onde um item perfeito é erroneamente rejeitado, e garante que defeitos reais não sejam negligenciados. O sistema alcançou esse alto nível de desempenho sem exigir quantidades massivas de dados defeituosos rotulados, o que costuma ser o maior gargalo na automação industrial.

O estudo também destacou a importância de como o sistema foi treinado. Os pesquisadores descobriram que, se as diferentes partes do sistema não fossem introduzidas umas às outras na ordem correta, todo o processo poderia se tornar instável. Eles desenvolveram um cronograma de treinamento específico onde o mecanismo de reconstrução aprende primeiro, seguido pelo preditor e, finalmente, o agente que seleciona os fragmentos. Essa abordagem passo a passo permitiu que cada componente se estabilizasse antes de assumir a complexidade adicional dos outros. Ao final do treinamento, o sistema havia aprendido uma estratégia sofisticada de varredura de imagens, uma que era muito mais eficiente e eficaz do que simplesmente escanear tudo ou depender de palpites aleatórios. Os pesquisadores observaram que, embora o sistema seja mais complexo de configurar do que um simples scanner, a compensação é um detector muito mais robusto e confiável, capaz de lidar com as variações sutis do mundo real encontradas em fábricas reais.

Este trabalho representa uma mudança na forma como as máquinas aprendem a enxergar. Em vez de tentar forçar um computador a memorizar todas as formas possíveis de um produto quebrar, os pesquisadores o ensinaram a ser curioso. Ao dar ao sistema a capacidade de escolher o que observar e como aprender com seus erros, eles criaram uma ferramenta que é ao mesmo tempo poderosa e adaptável. As descobertas sugerem que o futuro do controle de qualidade pode não residir em bancos de dados maiores de peças quebradas, mas em algoritmos mais inteligentes que saibam como encontrar a agulha no palheiro aprendendo a olhar nos lugares certos. O sucesso deste método em um conjunto diversificado de imagens industriais indica que ele pode ser uma ferramenta valiosa para fabricantes que buscam melhorar seus processos de inspeção sem o custo proibitivo de coletar milhares de amostras defeituosas.