Divide and Conquer: High-Resolution Industrial Anomaly Detection via Memory Efficient Tiled Ensemble

工业异常检测是计算机视觉中的重要任务，具有广泛的实际应用。许多真实世界数据集中异常区域的尺寸很小，因此需要以高分辨率处理图像。这常常会在模型的训练和推断阶段中带来显著的内存消耗挑战，使得一些现有方法无法被广泛采用。为了克服这个挑战，我们提出了平铺集成方法，通过将输入图像划分为网格状的瓦片，并为每个瓦片位置训练一个专用模型来减少内存消耗。平铺集成与任何现有的异常检测模型兼容，无需修改底层架构。通过引入重叠瓦片，我们利用传统堆叠集成的优势，从而在高分辨率之外进一步提高异常检测能力。我们在两个标准的异常检测数据集MVTec和VisA上使用多种底层架构进行全面分析，包括Padim、PatchCore、FastFlow和Reverse Distillation。我们的方法在各种设置下都表现出显著的改进，同时保持在GPU内存限制范围内，仅消耗与单个模型处理单个瓦片所需的GPU内存相同的内存。

本文解决的问题是在工业应用中进行异常检测时，由于异常区域通常很小，需要在高分辨率下处理图像，这会导致模型训练和推理阶段的内存消耗过大，现有方法不太适合广泛采用。因此，本文提出了一种分瓦集成方法，将输入图像划分为网格瓦片，并为每个瓦片位置训练一个专用模型，以减少内存消耗。

本文提出了一种分瓦集成方法，将输入图像划分为网格瓦片，并为每个瓦片位置训练一个专用模型，以减少内存消耗，同时利用传统堆叠集成的优势，通过引入重叠瓦片，实现了比高分辨率更好的异常检测性能。

本文的亮点包括：1.提出了一种分瓦集成方法，可以降低内存消耗，同时不需要对底层架构进行任何修改；2.使用多种不同的基础架构在MVTec和VisA两个标准异常检测数据集上进行了综合分析；3.通过引入重叠瓦片，实现了比高分辨率更好的异常检测性能；4.本文的方法在GPU内存限制下运行，每个模型只需要处理一个瓦片所需的GPU内存。

在工业异常检测领域，近期的相关研究包括：1.《PatchCore: Self-Supervised Denoising via Local and Global Contrasts》；2.《FastFlow: Exploiting Multi-Scale Neighborhood Features for Real-Time Anomaly Detection in Surveillance Videos》；3.《Reverse Distillation: Learning to Learn from Backward Information》等。