30분
PatchCore: 현재 SOTA 이상 탐지 알고리즘
Day 4: 이상 탐지 (비지도 학습)
PatchCore: 현재 SOTA 이상 탐지 알고리즘
비전 AI — 제조 외관검사 시스템 > Day 4: 이상 탐지 (비지도 학습)
학습 목표
PatchCore의 핵심 아이디어(메모리 뱅크)를 이해한다 anomalib 라이브러리의 활용법을 파악한다 PatchCore가 Autoencoder보다 우수한 이유를 설명할 수 있다
PatchCore: 제조 이상 탐지의 끝판왕
핵심 아이디어
에디터 로딩 중...
에디터 로딩 중...
MVTec 벤치마크 성능
| 방법 | Image AUROC | Pixel AUROC |
|---|---|---|
| Autoencoder | 83.2% | 89.1% |
| VAE | 79.1% | 87.5% |
| PaDiM | 95.3% | 97.5% |
| PatchCore | 99.1% | 98.1% |
PatchCore가 압도적이다.
anomalib: 이상 탐지 라이브러리
Intel이 만든 오픈소스 라이브러리. PatchCore 포함 10+ 알고리즘을 통합 제공.
에디터 로딩 중...
anomalib 지원 알고리즘
| 알고리즘 | 유형 | 성능 | 속도 |
|---|---|---|---|
| PatchCore | 메모리 뱅크 | 최고 | 중간 |
| PaDiM | 분포 추정 | 높음 | 빠름 |
| STFPM | Teacher-Student | 높음 | 빠름 |
| FastFlow | Normalizing Flow | 높음 | 빠름 |
| EfficientAD | 경량화 | 높음 | 매우 빠름 |
제조 추천: PatchCore (정확도 최우선) 또는 EfficientAD (속도 중시)
핵심 포인트
- • PatchCore는 정상 패치의 메모리 뱅크를 구축하여 이상을 탐지한다
- • 신경망 학습 없이 특징 저장만으로 99% AUROC 달성 (MVTec)
- • anomalib 라이브러리로 3줄 코드에 PatchCore 학습 가능
- • 제조 정밀 검사에는 PatchCore, 실시간에는 EfficientAD 추천