論文の概要: Towards Total Recall in Industrial Anomaly Detection

• arxiv url: http://arxiv.org/abs/2106.08265v1
• Date: Tue, 15 Jun 2021 16:27:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-16 15:09:54.458700
• Title: Towards Total Recall in Industrial Anomaly Detection
• Title（参考訳）: 産業異常検出におけるトータルリコールに向けて
• Authors: Karsten Roth, Latha Pemula, Joaquin Zepeda, Bernhard Sch\"olkopf, Thomas Brox, Peter Gehler
• Abstract要約: 画像中の欠陥部分の発見問題を解決するために,PatchCoreを提案する。 PatchCoreは、検出とローカライゼーションの両方で最先端のパフォーマンスを達成しながら、競合する推論時間を提供します。 標準データセットMVTec ADでは、PatchCoreはイメージレベルの異常検出AUROCスコアを99.1%で達成している。
• 参考スコア（独自算出の注目度）: 38.4839780454375
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Being able to spot defective parts is a critical component in large-scale industrial manufacturing. A particular challenge that we address in this work is the cold-start problem: fit a model using nominal (non-defective) example images only. While handcrafted solutions per class are possible, the goal is to build systems that work well simultaneously on many different tasks automatically. The best peforming approaches combine embeddings from ImageNet models with an outlier detection model. In this paper, we extend on this line of work and propose PatchCore, which uses a maximally representative memory bank of nominal patch-features. PatchCore offers competitive inference times while achieving state-of-the-art performance for both detection and localization. On the standard dataset MVTec AD, PatchCore achieves an image-level anomaly detection AUROC score of $99.1\%$, more than halving the error compared to the next best competitor. We further report competitive results on two additional datasets and also find competitive results in the few samples regime.
• Abstract（参考訳）: 欠陥部分を見つけることは、大規模な工業生産において重要な要素である。 名目(非定義)の例イメージのみを使用してモデルに適合させること。 クラスごとの手作りのソリューションは可能だが、目標は多数の異なるタスクで同時に動作するシステムを構築することだ。 最高のペフォーミングアプローチは、ImageNetモデルからの埋め込みと、外れ値検出モデルを組み合わせたものだ。 本稿では,この一連の作業を拡張し,名目上のパッチ機能を持つ最大代表型メモリバンクであるPatchCoreを提案する。 PatchCoreは、検出とローカライゼーションの両方で最先端のパフォーマンスを達成しながら、競合する推論時間を提供します。 標準データセットMVTec ADでは、PatchCoreはイメージレベルの異常検出AUROCスコアを99.1\%$で達成し、次の競合に比べてエラーを半減させる。 さらに,2つの追加データセットの競合結果を報告するとともに,少数のサンプルシステムにおける競合結果も報告する。

関連論文リスト

• AnomalyDINO: Boosting Patch-based Few-shot Anomaly Detection with DINOv2 [16.69402464709241]
  DINOv2をワンショットおよび数ショットの異常検出に適用し、産業応用に焦点をあてる。 提案するビジョンのみのアプローチであるAnomalyDINOは,パッチの類似性に基づいて,画像レベルの異常予測と画素レベルの異常セグメンテーションの両方を可能にする。 その単純さにもかかわらず、AnomalyDINOは1発と数発の異常検出(例えば、MVTec-ADの1発のパフォーマンスを93.1%から96.6%まで押し上げる)で最先端の結果を達成する。
  論文  参考訳（メタデータ） (2024-05-23T13:15:13Z)
• Small Effect Sizes in Malware Detection? Make Harder Train/Test Splits! [51.668411293817464]
  業界関係者は、モデルが数億台のマシンにデプロイされているため、マルウェア検出精度の小さな改善に気を配っている。 学術研究はしばしば1万のサンプルの順序で公開データセットに制限される。 利用可能なサンプルのプールから難易度ベンチマークを生成するためのアプローチを考案する。
  論文  参考訳（メタデータ） (2023-12-25T21:25:55Z)
• UniMatch: A Unified User-Item Matching Framework for the Multi-purpose Merchant Marketing [27.459774494479227]
  1つのモデルでアイテムレコメンデーションとユーザターゲティングを同時に行うために,統合されたユーザイテムマッチングフレームワークを提案する。 我々のフレームワークは、最先端の手法と比較して大幅に性能が向上し、計算資源や日々のメンテナンスにかかるコストが大幅に削減された。
  論文  参考訳（メタデータ） (2023-07-19T13:49:35Z)
• Single-Stage Visual Relationship Learning using Conditional Queries [60.90880759475021]
  TraCQは、マルチタスク学習問題とエンティティペアの分布を回避する、シーングラフ生成の新しい定式化である。 我々は,DETRをベースとしたエンコーダ-デコーダ条件付きクエリを用いて,エンティティラベル空間を大幅に削減する。 実験結果から、TraCQは既存のシングルステージシーングラフ生成法よりも優れており、Visual Genomeデータセットの最先端の2段階メソッドを多く上回っていることがわかった。
  論文  参考訳（メタデータ） (2023-06-09T06:02:01Z)
• Learning to Identify Drilling Defects in Turbine Blades with Single Stage Detectors [15.842163335920954]
  タービンブレードのX線画像における網膜ドリル欠陥に基づくモデルを提案する。 このアプリケーションは、欠陥が非常に小さく、一般的に使用されるアンカーサイズによって捉えられにくい画像解像度のため、難しい。 このモデルを3ドルのクロスバリデーションで検証し,欠陥のある画像の同定に極めて高い精度を示す。
  論文  参考訳（メタデータ） (2022-08-08T18:44:51Z)
• Enforcing Mutual Consistency of Hard Regions for Semi-supervised Medical Image Segmentation [68.9233942579956]
  半教師型医用画像セグメンテーションにおいて,ラベルのないハード領域を活用するための新しい相互整合性ネットワーク(MC-Net+)を提案する。 MC-Net+モデルは、限られたアノテーションで訓練された深いモデルは、非常に不確実で容易に分類された予測を出力する傾向があるという観察に動機づけられている。 MC-Net+のセグメンテーション結果と、最先端の5つの半教師付きアプローチを3つの公開医療データセットで比較した。
  論文  参考訳（メタデータ） (2021-09-21T04:47:42Z)
• Efficient Person Search: An Anchor-Free Approach [86.45858994806471]
  パーソンサーチは、クエリーの人物を、リアルで切り刻まれていない画像から、同時にローカライズし、識別することを目的としている。 この目標を達成するために、最先端モデルは通常、Faster R-CNNのような2段階検出器にre-idブランチを追加する。 本研究では,この課題に対処するためのアンカーフリーな手法を提案する。
  論文  参考訳（メタデータ） (2021-09-01T07:01:33Z)
• P-WAE: Generalized Patch-Wasserstein Autoencoder for Anomaly Screening [17.24628770042803]
  Patch-wise Wasserstein AutoEncoder (P-WAE) アーキテクチャを提案する。 特に、ジグソーパズルの解法と結合したパッチワイド変分推論モデルを設計する。 MVTec ADデータセットを用いた総合的な実験は、我々のプロポの優れた性能を実証する。
  論文  参考訳（メタデータ） (2021-08-09T05:31:45Z)
• When Liebig's Barrel Meets Facial Landmark Detection: A Practical Model [87.25037167380522]
  正確で、堅牢で、効率的で、一般化可能で、エンドツーエンドのトレーニングが可能なモデルを提案する。 精度を向上させるために,2つの軽量モジュールを提案する。 DQInitは、インプットからデコーダのクエリを動的に初期化し、複数のデコーダ層を持つものと同じ精度でモデルを実現する。 QAMemは、共有するクエリではなく、それぞれのクエリに別々のメモリ値を割り当てることで、低解像度のフィーチャーマップ上のクエリの識別能力を高めるように設計されている。
  論文  参考訳（メタデータ） (2021-05-27T13:51:42Z)
• Evaluation of Model Selection for Kernel Fragment Recognition in Corn Silage [25.54556810106467]
  収穫したトウモロコシサイレージのカーネル断片化を計測するための技術CNNモデルの多くの状況について検討する。 平均精度を最大20ポイントの0.5以上の区間で向上させるとともに,従来公表した作業に比べて推論時間を短縮することを示した。
  論文  参考訳（メタデータ） (2020-04-01T08:56:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。