RAUDI: A Dual-Head Framework Unifying Unsupervised and Supervised Reconstruction for Industrial Anomaly Detection

No movimentado mundo da manufatura moderna, a diferença entre um produto impecável e um defeituoso muitas vezes se resume a uma única e minúscula falha. Um risco microscópico em uma placa de circuito, uma rachadura capilar em uma carcaça metálica ou uma descoloração sutil em um dispositivo médico podem tornar um item inútil ou até perigoso. Durante décadas, as fábricas confiaram em sistemas automatizados para detectar esses erros, mas ensinar um computador a identificar um defeito é um desafio paradoxal. Para aprender como é um defeito, uma máquina geralmente precisa ver milhares de exemplos de itens quebrados. No entanto, em uma fábrica bem administrada, itens quebrados são raros. Eles são a exceção, não a regra. Essa escassez torna incrivelmente difícil treinar a inteligência artificial para reconhecer todas as formas possíveis de um produto dar errado. Consequentemente, muitos sistemas são treinados apenas com itens perfeitos e normais, aprendendo a detectar qualquer coisa que se desvie do padrão. Embora isso funcione para problemas conhecidos, o sistema tem dificuldades quando um novo tipo inesperado de dano aparece, ou quando uma fábrica precisa ignorar pequenas imperfeições que são, na verdade, aceitáveis.

Uma equipe de pesquisadores da Universidade Nacional de Chungbuk, na Coreia do Sul, propôs uma nova abordagem para resolver esse dilema, oferecendo uma maneira de ensinar as máquinas a enxergar defeitos com mais clareza sem a necessidade de pilhas intermináveis de amostras quebradas. Eles chamam seu sistema de RAUDI, um framework que combina duas formas diferentes de aprendizado em uma única ferramenta flexível. Em vez de forçar o computador a escolher entre aprender com itens perfeitos ou quebrados, o RAUDI utiliza dois "cabeças" ou caminhos paralelos. Um caminho aprende estritamente com imagens de produtos perfeitos, procurando por qualquer coisa que não se encaixe no padrão. O outro caminho é projetado para aprender com imagens defeituosas quando elas estão disponíveis, ou a partir de defeitos falsos cuidadosamente elaborados quando os reais estão ausentes. Ao fundir os insights de ambos os caminhos, o sistema pode detectar uma variedade maior de problemas e, crucialmente, pode ser ajustado para ignorar pequenas imperfeições que uma fábrica possa considerar aceitáveis, focando apenas nas falhas críticas que importam.

O cerne desta inovação reside em como o sistema lida com os dados que recebe. O primeiro caminho opera sob o princípio da reconstrução. Imagine mostrar a um computador milhares de fotos de uma superfície perfeita e sem máculas. O computador aprende a reconstruir essas imagens em sua mente, entendendo exatamente como é uma superfície normal. Quando ele vê uma nova imagem com um risco, tenta reconstruí-la como se fosse perfeita, mas o risco confunde o processo. O computador falha ao reconstruir aquele ponto específico corretamente, e essa falha sinaliza uma anomalia. Este método é excelente para encontrar defeitos desconhecidos porque depende do que não é normal. No entanto, possui um ponto cego: não consegue distinguir entre uma rachadura crítica e um risco inofensivo, nem pode melhorar se perder um tipo específico de erro.

Para corrigir isso, os pesquisadores adicionaram um segundo caminho que aprende com os próprios defeitos. Em muitos ambientes industriais, as empresas possuem algumas imagens de produtos quebrados, mas rotulá-las é caro e demorado. Para superar isso, a equipe desenvolveu uma maneira inteligente de gerar defeitos falsos realistas. Eles utilizaram uma técnica chamada segmentação por superpixels, que decompõe uma imagem em pequenos blocos coerentes de cor que se assemelham à estrutura natural do objeto. Em vez de apenas colar ruído aleatório sobre uma foto, o sistema seleciona esses blocos naturais e os expande de uma forma que imita como um dano real se espalha por uma superfície. Isso cria defeitos sintéticos que parecem e se comportam como o real, permitindo que o segundo caminho aprenda com uma vasta biblioteca de exemplos sem precisar que um humano rotule cada um deles.

A genialidade do sistema RAUDI está em como ele evita que esses dois caminhos trabalhem um contra o outro. Se um computador é treinado para ver um defeito e depois é solicitado a "reconstruir" a imagem, ele pode acidentalamente aprender a consertar o defeito, efetivamente apagando aquilo que deveria encontrar. Os pesquisadores resolveram isso projetando o segundo caminho para gerar um mapa de onde os defeitos estão, em vez de tentar reconstruir a imagem. Ele aprende a destacar as áreas danificadas enquanto ignora o restante, garantindo que o sistema permaneça afiado e focado no problema. Quando o sistema está pronto para inspecionar um novo produto, ele combina os resultados de ambos os caminhos. O primeiro caminho lança uma rede ampla, capturando qualquer coisa incomum, enquanto o segundo caminho refina o foco, confirmando quais pontos incomuns são realmente defeitos críticos.

Os resultados desta abordagem dupla são impressionantes. Quando testado em um benchmark padrão contendo imagens de vários produtos industriais, o sistema alcançou uma precisidade de detecção de 99,3% e uma precisão de localização de 73,1%, o que significa que não apenas sabia que um defeito estava presente, mas podia localizar seu ponto exato com alta precisão. Em um conjunto de dados especificamente projetado para aprendizado supervisionado, onde imagens defeituosas reais estavam disponíveis para treinamento, o sistema atingiu uma precisão de 86,4% na localização de defeitos, superando métodos anteriores de última geração. Talvez o mais importante seja que o sistema provou sua flexibilidade em um conjunto de dados do mundo real de imagens de soldagem de membranas fornecido por um parceiro industrial. Nessas imagens, o sistema distinguiu com sucesso entre variações aceitáveis no processo de soldagem e desequilíbrios térmicos ou degradação de material reais, produzindo resultados que se alinham estreitamente com especialistas humanos.

Este trabalho sugere que o futuro do controle de qualidade industrial não exige a escolha entre o aprendizado não supervisionado, que é flexível mas cego às necessidades específicas do usuário, e o aprendizado supervisionado, que é preciso mas ávido por dados. Ao unificar essas abordagens, os pesquisadores criaram um sistema que pode se adaptar à realidade do chão de fábrica. Ele pode aprender com os poucos itens quebrados que uma fábrica possui, ou gerar exemplos realistas para preencher as lacunas, tudo isso mantendo a capacidade de detectar tipos inteiramente novos de erros. O sistema não apenas detecta que algo está errado; ele entende o contexto do erro, permitindo que os fabricantes estabeleçam seus próprios padrões para o que constitui um defeito. Em uma indústria onde o custo de uma falha não detectada pode ser alto, essa capacidade de enxergar com clareza, precisão e adaptabilidade oferece um passo significativo para garantir a confiabilidade dos produtos que movem nossas vidas diárias.