雨培學(xué)長將在5月31日下午2:30
與大家繼續(xù)探討小樣本問題
歡迎掃描文末二維碼預(yù)約直播圍觀~
在工業(yè)生產(chǎn)制造中，由于生產(chǎn)過程是一個多因素耦合的復(fù)雜過程，生產(chǎn)過程中的任何異常都會導(dǎo)致產(chǎn)品缺陷產(chǎn)生，及時識別異常產(chǎn)品的缺陷模式是提高生產(chǎn)質(zhì)量和生產(chǎn)效率的有效途徑，所以缺陷檢測具有十分重要的研究意義。
早期的產(chǎn)品缺陷模式識別主要是通過機器學(xué)習(xí)方法進行的，如支持向量機、反向傳播網(wǎng)絡(luò)等。這些方法與用肉眼直接對產(chǎn)品缺陷進行識別相比，大大降低了工作量。但是這些早期方法存在以下不足：識別準(zhǔn)確率低且需要大量的標(biāo)簽數(shù)據(jù)對模型進行訓(xùn)練。近年來隨著深度學(xué)習(xí)的發(fā)展，大量基于卷積神經(jīng)網(wǎng)絡(luò)的算法在視覺任務(wù)中大放異彩。由于卷積神經(jīng)網(wǎng)絡(luò)具有非常強大的特征提取能力，卷積神經(jīng)網(wǎng)絡(luò)在缺陷檢測任務(wù)中得到了廣泛的應(yīng)用。
與傳統(tǒng)的機器學(xué)習(xí)方法相比，基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)方法在缺陷識別領(lǐng)域具有更高的識別準(zhǔn)確率和工作效率。但是這種方法和機器學(xué)習(xí)方法具有同樣的缺點，首先是模型訓(xùn)練需要大量的標(biāo)簽數(shù)據(jù)，而具有缺陷模式標(biāo)簽的圖像是不容易獲取的，因為獲取帶有產(chǎn)品缺陷模式標(biāo)簽的圖像需要人工監(jiān)督，即需要大量有經(jīng)驗的專業(yè)人員進行人工標(biāo)注，這是非常昂貴且耗時的。此外在某些高度自動化的生產(chǎn)場景中，產(chǎn)品的良率特別高，收集缺陷樣本非常耗時，而當(dāng)前的用于缺陷檢測的深度學(xué)習(xí)方法大多是基于大量缺陷樣本建立模型，缺陷樣本的缺乏導(dǎo)致模型難以上線。針對某些行業(yè)比如汽車行業(yè)的多型號小批量生產(chǎn)場景(每種型號產(chǎn)品只生產(chǎn)幾天)，在完成缺陷樣本收集前某種型號產(chǎn)品已經(jīng)不再生產(chǎn)了，這種場景下大量的缺陷樣本收集是不可能的。此外，由于缺陷是由生產(chǎn)過程中的非受控因素產(chǎn)生的，缺陷的形態(tài)是多種多樣的，各種形態(tài)的樣本很難收集完整，這也限制了深度學(xué)習(xí)在工業(yè)檢測領(lǐng)域的應(yīng)用。
為了拓展深度學(xué)習(xí)在工業(yè)檢測領(lǐng)域的應(yīng)用范圍及提升易用性，小樣本檢測算法的研究成為必然。
解決工業(yè)檢測小樣本問題有兩種路徑，第一種是工程路徑，第二種是算法路徑。其中工程路徑常見有兩種方法，第一種是基于真實產(chǎn)品手動制造缺陷，第二種是基于真實圖像手動仿真缺陷。這兩種方法的優(yōu)勢在于操作簡單，產(chǎn)生的缺陷也與真實缺陷比較接近，但劣勢也比較明顯?；谡鎸嵁a(chǎn)品手動制造缺陷會對產(chǎn)品造成不可逆的破壞，對于高價值產(chǎn)品破壞成本較高，而且，因為缺陷均由非受控因素產(chǎn)生，手動制造的缺陷不一定與實際缺陷情況完成吻合，會存在一些差異。而基于圖像手動仿真缺陷則存在對操作人員要求高，產(chǎn)生速度慢的問題。因此，使用工程路徑解決小樣本問題可以在一些比較緊急的情況下使用，比如項目初期需要緊急上線時。
從算法路徑解決小樣本問題，基本的思路有兩種，第一種是增加樣本，第二種是減少算法對樣本的依賴?；诘谝环N思路的算法研究方向有數(shù)據(jù)增廣和缺陷生成，其中數(shù)據(jù)增廣在深度網(wǎng)絡(luò)訓(xùn)練時為了防止過擬合已成為一個標(biāo)準(zhǔn)手段，站在工業(yè)檢測的視角上看，數(shù)據(jù)增廣是一種性價比比較高的擴增樣本的手段，但因為目前數(shù)據(jù)增廣的方法大多是基于一些傳統(tǒng)圖像處理方法，所以能仿真缺陷的位置和一些簡單紋理變化，但無法仿真缺陷的形狀和復(fù)雜紋理，所以數(shù)據(jù)增廣一般作為一個基礎(chǔ)手段，可以解決一部分小樣本問題，對于一些簡單場景是有幫助的。而要解決更復(fù)雜場景的樣本生成問題，需要用缺陷生成算法。我們將缺陷生成算法的研究分為三個階段，第一階段是單一產(chǎn)品單一型號缺陷生成，第二階段是單一產(chǎn)品多型號缺陷生成，第三階段是實現(xiàn)跨產(chǎn)品缺陷的生成。當(dāng)前缺陷生成算法大致可以分為兩種，一種是自動生成算法，整個生成過程完全不需要人工干預(yù)，第二種是半自動生成算法，需要一些簡單的人工交互。自動生成算法的典型算法有DCGAN[1] 、WGAN[2] ，輸入一張缺陷圖像可以直接生成多張真實的缺陷圖像。半自動生成算法的典型算法有CGAN[3] 、CVAE[4] 、Pix2Pix[5] ，需要人工交互給定缺陷生成的類別或形狀，然后根據(jù)給定信息生成指定類型缺陷。但當(dāng)前無論是自動生成算法還是半自動生成算法，對訓(xùn)練樣本的需求量雖然比監(jiān)督算法少，但還是有一定要求，而且目前還沒有一種能在所有數(shù)據(jù)上通用的解決方案，當(dāng)前仍需要針對不同的場景制定不同算法版本。通用的缺陷生成算法是這個研究方向下一步的重點。
算法路徑解決小樣本問題的第二個思路是減少算法對樣本的依賴，基于這個思路衍生出兩條算法路線，第一條路線是完全不需要缺陷樣本的非監(jiān)督學(xué)習(xí)算法，基于非監(jiān)督算法訓(xùn)練模型時僅需要OK圖像參與訓(xùn)練即可。第二條路線仍基于有監(jiān)督算法，對缺陷樣本的需求量大大降低。
非監(jiān)督算法實現(xiàn)的思路大體上分為兩種，一種是基于生成模型，基本思路是訓(xùn)練一個只能生成OK圖像的生成網(wǎng)絡(luò)，推理時針對輸入的NG圖像，找到一個與NG圖像最接近的OK圖像，然后求兩張圖的差異，根據(jù)差異大小判斷是否為NG，典型算法有AE，VAE[6] ，Ano-GAN[7] 等。另一種思路是基于特征表示，基本思路是找個一個較好的特征表示，將OK圖和NG圖分別映射到高維特征空間，OK圖對應(yīng)特征點的類內(nèi)距離很小，推理時一張圖對應(yīng)特征點與OK圖特征簇的中心距離很遠(yuǎn)就可以判定為NG，典型算法有SVDD[8] 、OCSVM、DeepSVDD[9] 等。
基于有監(jiān)督算法減少樣本依賴的思路分為兩種，一種是對輸入數(shù)據(jù)進行歸一化，降低不同缺陷樣本之間的差異，歸一化算法基于傳統(tǒng)圖像處理算法實現(xiàn)，需要針對不同場景做不同的算法設(shè)計，很難有通用性，因此僅作為一些臨時處理手段。另一種思路是基于遷移學(xué)習(xí)，典型的算法研發(fā)方向是域適應(yīng)(Domain Adaption)和域泛化(Domain Generation)。DA處理的問題要求可以獲取一部分目標(biāo)域的圖像，且不能實現(xiàn)跨類別的遷移，因此適合用于處理跨產(chǎn)品型號的問題。DG在DA的基礎(chǔ)上，放寬了對目標(biāo)域數(shù)據(jù)的要求，可以不需要目標(biāo)域數(shù)據(jù)，且可以實現(xiàn)跨類別遷移，因此可以實現(xiàn)跨產(chǎn)品、跨型號、跨缺陷類別的遷移。DA算法當(dāng)前研究的基本思路有三種，一是基于差異度量，核心思路是找一個差異度量函數(shù)，讓源域與目標(biāo)域樣本的特征在這個度量函數(shù)下最小，代表算法為MMD[10] ;二是基于對抗，核心思路是通過構(gòu)造對抗網(wǎng)絡(luò)，訓(xùn)練一個分類器讓判別器無法區(qū)分?jǐn)?shù)據(jù)是來自源域還是目標(biāo)域，這樣就實現(xiàn)了源域和目標(biāo)域的融合，代表算法為Dom Confusion [11] ;三是基于重構(gòu)，核心思路是將構(gòu)造源域和目標(biāo)域的通用特征，僅利用通用特征去執(zhí)行相應(yīng)的任務(wù)，代表算法為Domain Separation Networks[12] 。DG算法當(dāng)前的研究思路也分為三種，第一種是推理時選取一個分布最近的源域的模型直接使用，第二種是通過拆解域相關(guān)與域無關(guān)的組件并進行組合來實現(xiàn)對目標(biāo)域數(shù)據(jù)的處理，第三種是訓(xùn)練得到域不變的特征[13] 。
當(dāng)前基于有監(jiān)督的缺陷檢測算法，在數(shù)據(jù)量充足的場景下已經(jīng)逐步成功落地，但工業(yè)場景具有一定的離散性，大部分應(yīng)用場景均為小樣本檢測場景，小樣本問題的解決有助于將AI技術(shù)應(yīng)用于千千萬萬工廠。雖然當(dāng)前針對小樣本問題有一些初步的解決思路，但該問題的徹底解決需要更深入的研究及更大的投入。阿丘科技將AI For Every Factory作為使命，會堅定不移地持續(xù)研究小樣本問題，也希望可以和有志于研究工業(yè)AI檢測問題的工業(yè)人一起交流進步，推動小樣本問題的徹底解決。
5月31日下午2:30-3:30
直播間在線交流
吳雨培學(xué)長在線等你哦
(微信掃一掃預(yù)約直播，有直播提醒哦)
文獻引用
[1] Radford A , Metz L , Chintala S . Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks[C]// 2015.
[2] Arjovsky M , Chintala S , Bottou L . Wasserstein GAN[J]. 2017.
[3] Mirza M , Osindero S . Conditional Generative Adversarial Nets[J]. Computer Science, 2014:2672-2680.
[4] Sohn K, Lee H, Yan X. Learning structured output representation using deep conditional generative models[J]. Advances in neural information processing systems, 2015, 28: 3483-3491.
[5] Isola P, Zhu J Y, Zhou T, et al. Image-to-image translation with conditional adversarial networks[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2017: 1125-1134.
[6] Kingma D P, Welling M. Auto-encoding variational bayes[J]. arXiv preprint arXiv:1312.6114, 2013.
[7] Schlegl T, Seeb?ck P, Waldstein S M, et al. Unsupervised anomaly detection with generative adversarial networks to guide marker discovery[C]//International conference on information processing in medical imaging. Springer, Cham, 2017: 146-157.
[8] Tax, David MJ, and Robert PW Duin. "Support vector data description." Machine learning 54.1 (2004): 45-66.
[9] Ruff, Lukas, et al. "Deep one-class classification." International conference on machine learning. PMLR, 2018.
[10] Tzeng E , Hoffman J , Zhang N , et al. Deep Domain Confusion: Maximizing for Domain Invariance[J]. Computer Science, 2014.
[11] Tzeng E , Hoffman J , Darrell T , et al. Simultaneous Deep Transfer Across Domains and Tasks[J]. 2015 IEEE International Conference on Computer Vision (ICCV), 2017.
[12] Bousmalis K, Trigeorgis G, Silberman N, et al. Domain separation networks[J]. Advances in neural information processing systems, 2016, 29: 343-351.
[13] J Wang, Lan C , Liu C , et al. Generalizing to Unseen Domains: A Survey on Domain Generalization[J]. 2021.
（轉(zhuǎn)載）
