一个模型解决所有类别的异常检测

一、内容说明

• 在我接触的缺陷检测项目中，检测缺陷有两种方法。一种是使用传统方法，采用去噪、二值化、轮廓检测等，但传统方法很受阈值的影响，往往这张图片适用，那张图片就不行，很难调好阈值。另外一种是使用深度学习方法，例如本篇文章的UniAD，也有朋友使用语义分割的方式。
• 在本文章，我将会介绍无监督缺陷检测算法UniAD的创新点、网络以及如何应用在自己的项目中。
• 最后来一句“决定我们自身的不是过去的经历，而是我们自己赋予经历的意义”，来自《被讨厌的勇气》

二、相关链接

   论文名称：《A Unified Model for Multi-class Anomaly Detection》
   Github：https://github.com/zhiyuanyou/UniAD
   Paper：https://arxiv.org/abs/2206.03687.pdf

三、概述

  UniAD是由一个邻居掩码编码器（NME） 和一个分层查询解码器（LQD） 组成。
  首先，由固定的预训练骨干网络提取的特征token被NME进一步整合，以得出编码器嵌入。然后，在LQD的每一层中，可学习的查询嵌入与编码器嵌入和前一层的输出相继融合（第一层为自我融合）。特征融合是由邻居掩码注意力（NMA）完成的。LQD的最终输出被看作是重构的特征。此外，还提出了一个特征抖动（FJ）策略，向输入特征添加扰动，引导模型从去噪任务中学习正态分布。最后，通过重建差异得到异常定位和检测的结果。
  通俗说法：我已经学习了正常图片是什么样子，输入一张缺陷图，我就重构出它的正常图，将正常图和输入图做对比，不就知道哪里有缺陷了😄

图1

图1说明:
 （a）图是已经存在的方法，图片中有两种图片类型，分别是青色和蓝色，需要两个边界，才能区分两种类型图片的缺陷
 （b）图是该论文提出的方法，用一个边界就能区分所有类别图片
 （c）图说明在以前的方法里，解决多类型图片缺陷的方法，一种缺陷类型使用一个模型，多个类型用多个模型识别， one-class-one-model
 （d）图是该论文的重点，用一个统一的模型识别所有缺陷，a unified framework

四、摘要

1、现有方法存在的问题

   已有的重构方法存在 “identity shortcut” 的问题，即重构的图片和输入图片差不多，像是对输入图片的复制，图片越复杂，这个问题越严重

2、方案

（1）提出了“layer-wise query decoder”（分层查询解码器)
   看下文图2的（a）图，MLP和CNN的曲线逐渐上升，突然下降，Transformer也有下降，但下降幅度要小些。曲线下降主要还是上文提到的“identity shortcut”问题。Ours方法就基本不存在曲线下降问题。

图2

（2）采用了“neighbor masked attention”模块（邻居掩码注意力）

   特征不跟自己相关，也不跟邻居相关，避免了information leak。

  请看图3，Query是4x4，与Key做Attention操作时，相邻的值进行mask，将注意力图Attention Map展开。

  话外题：联想常见的Transformer结构，Mask主要有两种作用。第一种是 padding mask ，在encoder和decoder中使用，保证输入长度的一致性；另外一种是 Sequence mask ，在decoder中使用，掩盖当前词后面出现的词。这么一对比就看出作者的mask改动了什么。

图3

（3）“feature jittering strategy”（特征抖动策略）

  受Bengio的启发，提出了一个“feature jittering strategy”（特征抖动策略），在有噪声的情况下也能恢复源信息

3、效果

  用UniAD模型在15个类别的数据集MVTec-AD上做实验，AUROC分别从88.1%提升到 96.5%，从 89.5%提升到96.8%

五、作者的实验

  Normal正常图片；Anomaly异常图片；Recon重构图；GT标注的mask图；Pred是Anomaly和Recon差异图，对缺陷进行定位，颜色越深，表示缺陷的概率越大。效果看起来，so nice

图4   下图是作者做的消融实验，不细讲，看图

图5

六、如何训练自己的数据

  图6是我在自己的数据上做的训练，数据特点是：缺陷图片少、缺陷小，效果还是可以的

图6 那么如何在自己的数据上做训练呢？

1、数据准备

• 进入./data/创建新文件夹/ （可参考./data/MVTec-AD/）
• 创建train.json、test.json文件，格式如下：
  {"filename": "000_00_00/train/good/bad_02_0419_Image_20230419104815488_0_0_1280_1280.png", "label": 0, "label_name": "good", "clsname": "000_00_00"}{"filename": "000_02_01/train/good/good_06_0421_Image_20230420180152737_922_563_2202_1843.png", "label": 0, "label_name": "good", "clsname": "000_02_01"}...
  字段说明：
    filename:图片路径
    label:标签（0无缺陷、1缺陷）
    label_name:标签名称（good无缺陷、bad缺陷）
    clsname:图片类型名称

2、修改配置文件

• 进入cd ./experiments/创建新文件夹/ （具体可参考cd ./experiments/MVTec-AD/，将MVTec-AD的文件复制到自己文件夹）
• 修改config.yaml，如图7
  

图7

修改说明：

  image_dir:训练图片路径
  meta_file:训练和测试的json文件

3、代码优化修改

  预训练模型提取特征时，卷积采用zero-padding会导致边界引入新信息，造成误检。文献提出使用reflection_padding可降低边界误检，在github代码中还未修改，需要手动修改。
代码路径：./models/efficientnet/utils.py
原代码：

self.static_padding = nn.ZeroPad2d(
                (pad_w // 2, pad_w - pad_w // 2, pad_h // 2, pad_h - pad_h // 2)
            )

修改为：

self.static_padding = nn.ReflectionPad2d(
                (pad_w // 2, pad_w - pad_w // 2, pad_h // 2, pad_h - pad_h // 2)
            )

4、模型训练与测试

• 模型训练：
     1. cd ./experiments/自己的文件夹/
     2. sh train_torch.sh #NUM_GPUS #GPU_IDS
    例子：sh train_torch.sh 1 0（#NUM_GPUS：gpu个数，#GPU_IDS：gpu编号）
• 模型测试 ：
     sh eval_torch.sh #NUM_GPUS #GPU_IDS

七、结束

   如果文章对你有所帮助，请记得点赞收藏哦，手动笔芯❤️❤️❤️
​