摘要

在（半）自动化工业视觉检测中，基于学习的方法（包括深度神经网络）能够有效处理高分辨率图像中像素级尺寸极小的视觉缺陷。由于这类缺陷通常极为罕见，因此对标注数据集的需求普遍存在。为缓解这一挑战并推动无监督视觉检测技术的前沿发展，本文提出一种基于DifferNet并引入注意力模块的改进方案：AttentDifferNet。该方法在三个工业视觉异常检测数据集——InsPLAD-fault、MVTec AD以及半导体晶圆（Semiconductor Wafer）上，显著提升了图像级缺陷检测与分类能力。与现有最先进方法相比，AttentDifferNet取得了更优的性能表现，这一优势在本文的定性与定量综合评估中均得到充分验证。定量分析表明，相较于原始DifferNet模型，AttentDifferNet在三个数据集上的整体AUROC平均提升达1.77 ± 0.25个百分点，尤其在工业场景下的真实环境数据集InsPLAD-fault中达到了当前最优（SOTA）水平。此外，本文所提出的AttentDifferNet多种变体展现出广阔的应用前景，进一步凸显了注意力机制在真实工业环境与受控环境下进行异常检测中的关键作用，因而本文亦构建了相应的基线模型以强调其重要性。