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

在现代制造业繁忙的世界中，完美产品与缺陷产品之间的区别往往取决于一个微小的瑕疵。电路板上的微观划痕、金属外壳上的细微裂纹，或是医疗设备上微妙的变色，都可能使一件物品变得毫无用处甚至具有危险性。几十年来，工厂一直依赖自动化系统来捕捉这些错误，但教计算机识别缺陷却是一个悖向的挑战。为了学习缺陷长什么样，机器通常需要看到成千上万个损坏物品的示例。然而，在运作良好的工厂中，损坏的物品是罕见的。它们是例外，而非常态。这种稀缺性使得训练人工智能去识别产品可能出错的所有可能方式变得极其困难。因此，许多系统仅针对完美的、正常的物品进行训练，学习识别任何偏离标准的情况。虽然这对于已知问题行之有效，但当出现一种新的、意想不到的损伤类型时，或者当工厂需要忽略实际上可以接受的轻微瑕疵时，系统就会显得力不从心。

韩国忠北国立大学的研究团队提出了一种解决这一困境的新方法，提供了一种无需海量损坏样本即可教会机器更清晰地观察缺陷的方法。他们将该系统称为 RAUDI，这是一个将两种不同的学习方式结合成单一、灵活工具的框架。RAUDI 并没有强迫计算机在从完美物品中学习或从损坏物品中学习之间做出选择，而是使用了两个平行的“头”或路径。其中一条路径严格从完美产品的图像中学习，寻找任何不符合模式的东西。另一条路径则旨在从可获得的缺陷图像中学习，或者在缺乏真实缺陷时，从精心制作的伪造缺陷中学习。通过融合来自这两个路径的见解，该系统可以检测到更广泛的问题，并且至关重要的是，它可以被调节以忽略工厂可能认为可以接受的轻微瑕疵，从而只专注于关键的缺陷。

这项创新的核心在于系统如何处理接收到的数据。第一条路径基于“重建”原则运行。想象一下，给计算机展示数千张完美、无瑕疵表面的照片。计算机在脑海中学习重建这些图像，理解正常表面究竟是什么样的。当它看到一张带有划痕的新图像时，它会尝试将其重建为完美状态，但划痕会干扰这个过程。计算机无法正确重建那个特定的位置，而这种失败便标志着异常。这种方法在发现未知缺陷方面表现出色，因为它依赖于“非正常”的事物。然而，它有一个盲点：它无法区分关键裂纹和无害划痕，也无法在错过特定类型的错误时进行改进。

为了解决这个问题，研究人员增加了第二条路径，即从缺陷本身中学习。在许多工业环境中，公司确实拥有一些损坏产品的图像，但对其进行标注既昂贵又耗时。为了克服这一点，团队开发了一种生成逼真伪造缺陷的巧妙方法。他们使用了一种称为“超像素分割”（superpixel segmentation）的技术，将图像分解成小的、颜色相连的斑块，这些斑块类似于物体的自然结构。系统并非只是将随机噪声粘贴到照片上，而是选择这些自然的斑块并以模拟真实损伤在表面扩散的方式进行扩展。这创造了看起来并表现得像真实情况一样的合成缺陷，从而使第二条路径能够从庞大的示例库中学习，而无需人类对每一个样本进行标注。

RAUDI 系统的卓越之处在于它如何防止这两条路径相互冲突。如果计算机被训练去识别缺陷，然后被要求“重建”图像，它可能会在无意中学会修复缺陷，从而有效地抹去了它本应寻找的东西。研究人员通过设计第二条路径来解决这个问题：该路径输出的是缺陷所在的位置图，而不是尝试重建图像。它学习如何突出显示受损区域同时忽略其余部分，从而确保系统保持敏锐并专注于问题。当系统准备检查新产品时，它会结合来自两个路径的结果。第一条路径撒下一张大网，捕捉任何异常情况，而第二条路径则精炼焦点，确认哪些异常点实际上是关键缺陷。

这种双重方法的测试结果令人瞩目。在包含各种工业产品图像的标准基准测试中，该系统实现了 99.3% 的检测准确率和 73.1% 的定位准确率，这意味着它不仅知道存在缺陷，而且能以极高的精度精准定位。在一个专门为监督学习设计的、拥有真实缺陷图像用于训练的数据集中，该系统在定位缺陷方面的准确率达到了 86.4%，超越了以往的最先进方法。或许最重要的一点是，该系统在工业合作伙伴提供的膜焊接图像真实世界数据集上证明了其灵活性。在这些图像中，系统成功地区分了焊接过程中可接受的波动与实际的热失衡或材料退化，其产生的结果与人类专家高度一致。

这项工作表明，工业质量控制的未来并不需要在“无监督学习”（灵活但对特定用户需求视而不见）和“监督学习”（精确但依赖大量数据）之间做出选择。通过统一这些方法，研究人员创造了一个能够适应工厂车间现实情况的系统。它可以从工厂现有的少量损坏物品中学习，或者生成真实的示例来填补空白，同时保持识别全新类型错误的能力。该系统不仅仅是检测出出了问题，它还理解错误的背景，允许制造商设定自己的标准来定义什么是缺陷。在漏掉瑕疵成本极高的行业中，这种清晰、准确且具适应性的观察能力，为确保支撑我们日常生活的产品的可靠性迈出了重要的一步。