FH-Net: 少量のサンプルで表面欠陥セグメンテーションを行うための周波数領域と階層的なデュアルエンハンスメント
FH-Net: Frequency-domain and hierarchical dual enhancement for few-shot surface defect segmentation
製造業における表面欠陥セグメンテーションは、アノテーション付き欠陥サンプルの極端な不足という課題に直面している。既存のメタ学習ベースの少数ショットセグメンテーション手法は、サポートセットサンプルの不足による特徴多様性の限界と、単一階層レベルでの特徴抽出による表現能力の制約という2つの限界に悩まされている。これらの課題に対処するため、FH-Netという新しい少数ショット表面欠陥セグメンテーション手法が提案された。FH-Netは、フーリエ領域での前景およびグローバルレベルの振幅摂動を通じてサポートセットの特徴多様性を豊かにするSemantic-Preserving Frequency Perturbation (SPFP)モジュールと、アテンション駆動の適応的重み付け融合メカニズムと組み合わせた並列特徴抽出ブランチを通じてマルチスケール欠陥表現を強化するHierarchical Context Aggregation Module (HCAM)を構築した。FSSD-12およびSurface Defects-4iでの広範な実験により、FH-Netは1ショットおよび5ショットの設定の両方で、代表的な最近の手法と比較して競争力のあるセグメンテーション性能を達成することが示された。
- FH-Net は少数ショット表面欠陥セグメンテーションの新手法で、サポートセットの特徴多様性を高める SPFP モジュールと、マルチスケール表現を強化する HCAM を組み合わせて提案された。
- FSSD-12 および Surface Defects-4i での実験で、1ショット・5ショット両設定において最近の代表手法と比べ競争力のあるセグメンテーション性能を達成した。
- 既存のメタ学習ベース手法が抱える「サポートサンプル不足による特徴多様性の限界」と「単一階層での特徴抽出による表現力制約」の2点を課題として明示的に解決対象に据えている。
製造業の外観検査は人手不足とアノテーションコストが導入のボトルネックであり、少数ショットで欠陥セグメンテーションを成立させるFH-Netのような研究は、検査自動化の実運用ハードルを下げる方向の進展として注目される。ただし本記事は論文レベルの提案とベンチマーク評価にとどまり、特定企業の製品化・受注・提携といった投資判断に直結する事象は含まれていない。投資家としては、こうした手法が産業用検査ベンダーの製品に採用されるタイミングや、FSSD-12など標準データセットでの実用精度の向上度合いを定点観測するのが妥当と考える。