Anomaly detection on MVTec AD using VQ-VAE-2
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Anomaly detection is a critical aspect of ensuring product quality and minimising defects in manufacturing processes. The MVTec anomaly detection (MVTec AD) dataset is a well-known benchmark for evaluating the effectiveness of anomaly detection methods in real-world scenarios. In this paper, we present a novel approach to anomaly detection on the MVTec AD dataset by leveraging upon the two-level vector quantised variational autoencoder (VQ-VAE-2) architecture. It encodes defect-free images onto a discrete latent space, and a powerful PixelSnail prior is fitted over the discrete latent space induced by the data. Latent codes with a cross-entropy loss above a certain threshold are assumed to correspond to anomalies. The threshold is usually manually tuned and fixed across the various object and texture categories of the dataset. This is time consuming and suboptimal as a different threshold may be required for each category. We introduce an automatic way of determining this threshold: since the cross-entropy losses follow a log-normal distribution where the distribution for defect-free images lies within the distribution for defect images, we found that a threshold corresponding to half of the maximum loss for defect-free images works well. During inference, the PixelSnail prior is repeatedly called as each pixel is conditioned on the previous pixels in a raster scan order (left to right, top to bottom) which is computationally expensive. We found that the model can be called once for each row of the latent map achieving an order-of-magnitude speedup without a significant drop in performance. Lastly, we show that there is a statistical improvement over the original VQ-VAE and performance is similar to the state-of-the-art.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle