少数ショット工業表面欠陥検出のためのプロトタイプ整合型マルチスケールアテンションネットワーク
A prototype-aligned multi-scale attention network for few-shot industrial surface defect detection
本研究は、注釈付き欠陥画像が少なく、欠陥スケールが大きく異なり、テクスチャ背景が誤検出を引き起こす可能性があるという課題に対応するため、プロトタイプ整合型マルチスケールアテンションネットワーク(PA-MSAN)を提案する。PA-MSANは、マルチ受容野特徴抽出、空間チャネルアテンション、関心領域(RoI)レベルのプロトタイプマッチングを2段階検出器に統合する。NEU-DETデータセットで1ショット、3ショット、5ショットの設定で実験を行い、GC10-DETで5ショットクロスドメイン評価も実施した。PA-MSANは、5ショットNEU-DET設定で92.2 ± 0.4%のmAP@0.5、88.7 ± 0.4%のAPsmallを達成し、検出時間は23.4 msであった。これは、Faster R-CNNと比較してmAP@0.5で2.9パーセントポイント、APsmallで3.9パーセントポイントの改善を示した。GC10-DETでの5ショットターゲットドメインサポート設定では、86.4 ± 0.4%のmAP@0.5を達成した。
- プロトタイプ整合型マルチスケールアテンションネットワーク(PA-MSAN)を提案し、マルチ受容野特徴抽出・空間チャネルアテンション・RoIレベルのプロトタイプマッチングを2段階検出器に統合した
- NEU-DETデータセットの5ショット設定でmAP@0.5 92.2±0.4%、APsmall 88.7±0.4%、検出時間23.4msを達成した
- Faster R-CNNと比較してmAP@0.5で2.9ポイント、APsmallで3.9ポイント改善した
- GC10-DETでの5ショットクロスドメイン評価でmAP@0.5 86.4±0.4%を達成した
少数ショットでの産業用外観検査AIは、製造現場のAI導入コスト(教師データ作成コスト)を大きく下げる要素技術であり、検査装置・FAベンダーの競争力に直結する。PA-MSANはNEU-DETで5ショット時にmAP@0.5 92.2%を達成しFaster R-CNN比+2.9pt、検出時間23.4msとリアルタイム性も確保、GC10-DETで86.4%とクロスドメイン汎化も示した点は、データが乏しい新規検査ラインへの展開余地を示す。ただし本記事は学術論文のベンチマーク報告であり、企業の製品化・受注・資本配分には言及がなく、投資判断には実用化主体の特定が待たれる。