要約
特徴埋め込みベースの方法は、ターゲット画像と通常の画像の特徴を比較することにより、産業の異常を検出する際に非常にうまく機能しています。
ただし、このようなアプローチでは、実際のアプリケーションでの精度と同じくらい重要な推論速度が考慮されていません。
この問題を軽減するために、リアルタイムの産業異常検出のための高速適応パッチ メモリ (FAPM) と呼ばれる方法を提案します。
FAPM は、画像の埋め込み機能をパッチ レベルおよびレイヤー レベルで保存するパッチ単位およびレイヤー単位のメモリ バンクで構成され、不要な繰り返し計算を排除します。
また、高速で正確な検出のために、パッチごとの適応コアセット サンプリングも提案します。
FAPM は、他の最先端の方法と比較して、精度と速度の両方で優れたパフォーマンスを発揮します。
要約(オリジナル)
Feature embedding-based methods have performed exceptionally well in detecting industrial anomalies by comparing the features of the target image and the normal image. However, such approaches do not consider the inference speed, which is as important as accuracy in real-world applications. To relieve this issue, we propose a method called fast adaptive patch memory (FAPM) for real-time industrial anomaly detection. FAPM consists of patch-wise and layer-wise memory banks that save the embedding features of images in patch-level and layer-level, eliminating unnecessary repeated calculations. We also propose patch-wise adaptive coreset sampling for fast and accurate detection. FAPM performs well for both accuracy and speed compared to other state-of-the-art methods.
arxiv情報
著者 | Donghyeong Kim,Chaewon Park,Suhwan Cho,Sangyoun Lee |
発行日 | 2022-11-14 14:10:50+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google