基于蒸馏的织物异常检测

无监督纹理异常检测在大量工业过程中一直是一个备受关注的课题。图案纹理检测，尤其是在织物缺陷检测的背景下，确实是一个广泛遇到的应用场景。该任务涉及处理多种颜色和纺织品类型，涵盖广泛的织物。鉴于颜色、纹理和缺陷类型的广泛变异性，织物缺陷检测在图案纹理检测领域构成了一个复杂且具挑战性的问题。在本文中，我们提出了一种基于知识蒸馏的方法，专门针对类似于织物的纹理无监督异常检测挑战。我们的方法旨在重新定义最近引入的逆向蒸馏方法，该方法主张采用编码器-解码器设计以减轻分类器偏差并防止学生网络重建异常。在本研究中，我们针对织物缺陷检测的具体任务提出了一种新的逆向蒸馏技术。我们的方法包含精心的设计选择，策略性地突出高级特征。为了在性能和推理速度两方面展示我们方法的能力，我们在多个纹理数据集（包括 MVTEC AD、AITEX 和 TILDA）上进行了系列实验，并在一家纺织制造设施获取的数据集上进行了实验。本文的主要贡献如下：一种利用逆向知识蒸馏技术的鲁棒纹理异常检测器，适用于异常检测和领域泛化；以及一个包含多种织物和缺陷的新型数据集。