评估工业制造中基于视觉Transformer的质量控制模型
计算机视觉与模式识别
2024-11-25 v1 人工智能
机器学习
摘要
机器学习在工业制造中最有前景的用例之一是使用质量控制系统提前检测不合格产品。该系统可节省成本并减少因单调性导致的人工检查错误。在当今，大量研究利用机器学习方法来识别不平衡视觉质量控制数据集中的罕见不合格产品。这些方法通常依赖两个组件：用于捕获输入图像特征的视觉主干网络，以及决定这些特征是否在预期分布内的异常检测算法。随着Transformer架构作为视觉主干网络的选择日益流行，现在存在各种不同组合这两个组件的方案，沿着检测质量与推理时间之间的权衡。面对这种多样性，领域中的实践者往往需要花大量时间来寻找适用于自己使用场景的合适组合。在本工作中，我们通过评审和评估当前视觉Transformer模型与异常检测方法来帮助实践者做出选择。对于此，我们选取了两领域的SOTA模型进行组合并进行评估，目标是获得适用于工业制造的小型、快速且高效的异常检测模型。我们在著名的 MVTecAD 和 BTAD 数据集上评估了实验结果。此外，我们给出针对实际质量控制系统在给定使用场景和硬件约束下选择合适模型架构的指南。
引用
@article{arxiv.2411.14953,
title = {Evaluating Vision Transformer Models for Visual Quality Control in Industrial Manufacturing},
author = {Miriam Alber and Christoph Hönes and Patrick Baier},
journal= {arXiv preprint arXiv:2411.14953},
year = {2024}
}