guojiajeremy/Dinomaly

何を解決するか

Dinomalyは、複数クラスの教師なし異常検出（UAD）における性能ギャップを解消します。従来、複数の異なるオブジェクトクラスを同時に異常検出するモデルは、特定の1クラスに特化したモデルと比べて著しく性能が低かったのですが、Dinomalyは単一クラスの最先端モデルと同等、あるいはそれを上回る性能を発揮できる統合フレームワークを提供します。

動作原理

Dinomalyは、複雑な追加モジュールを一切使わず、純粋なTransformerアーキテクチャ（アテンションとMLP）に基づく最小限の再構成アプローチを採用しています。以下の4つの主要な要素に依存しています：

1. 基礎Transformer：普遍的で識別的な特徴を抽出するために使用。
2. ノイズ付きボトルネック：既存のDropoutを活用してプロセスにノイズを注入。
3. 線形アテンション：モデルが過度に狭い範囲に注目するのを防ぐメカニズム。
4. 緩い再構成：厳密なポイント対ポイントまたはレイヤー対レイヤーの再構成を強制しない戦略により、より柔軟な異常検出を可能に。

対象ユーザー

本プロジェクトは、コンピュータビジョン分野に従事する研究者やエンジニアを対象としており、特に複数の異なる製品カテゴリを1つのモデルで処理できる工業用品質管理や異常検出システムの実装に取り組んでいる方々に適しています。

主な特徴

• 高い性能：MVTec-ADで画像レベルAUROCが最大99.8%、VisAで98.9%、Real-IADで90.1%を達成。
• スケーラブル：モデルサイズ、入力画像解像度、基礎モデルの選択に応じて性能が効果的にスケーリング。
• 最小限の設計：専用のテクニックや複雑なモジュールを避け、洗練されたTransformerベースのアーキテクチャを採用。
• 統合済み：IntelのオープンエッジAnomalibライブラリ（v2.1.0）に統合済み。