MVTec AD — A Comprehensive Real-World Dataset for Unsupervised Anomaly Detection

論文URL

http://openaccess.thecvf.com/content_CVPR_2019/papers/Bergmann_MVTec_AD_--_A_Comprehensive_Real-World_Dataset_for_Unsupervised_Anomaly_CVPR_2019_paper.pdf
CVPR2019で公開

ポイント

工業製品で現実的に生じるような細かい欠陥の異常検出評価用データセットMVTec ADを作成し、以下の既存のアルゴリズムを評価
AnoGan
- GANベースの手法で、学習が不安定
Autoencoder
- L2 LossとSSIM(Structural similiarity index) Lossを試用
- VAEは特に効果なしor劣化するとの先行研究が有ったらしい
CNN Feature Dictionary
GMM-Based Texture Inspection Model
Variation Model
全てに最高精度の方法は無かったが、Autoencoderが比較的優位な感じ

f:id:y_kurashina:20210903004507p:plain f:id:y_kurashina:20210903004553p:plain f:id:y_kurashina:20210903004618p:plain f:id:y_kurashina:20210903004642p:plain f:id:y_kurashina:20210903004805p:plain