PatchCoreとFastFlowを使った外観検査AIモデル開発のサンプル

About this sample

このサンプルは2023年3月30日に実施したWebinar「いまからでも遅くない外観検査〜ワークフロー概説と最新アルゴリズム適用例」の後半のセッション「外観検査を効率化する最新アルゴリズム “PatchCore”の原理と適用例」 で紹介したPatchCoreのサンプル、そしてFastFlowのサンプルです。 元のサンプルである「Detect Image Anomalies Using Explainable FCDD Network 」から最低限の変更に留めて作成していますので、解説のテキストとコードが一致していない箇所がある点ご留意ください。 変更点はWebinar中に明示していますので参考にしてください。

How to run samples

PatchCoreのサンプル
MATLAB同梱のPillデータセットを使って、PatchCoreによる外観検査AIモデルを学習、検証することができます。
Demosフォルダにある"PatchCore_using_Pill_data_Example.mlx"を開いて、実行してください。

FastFlowのサンプル
お手持ちのデータを使ってFastFlowによる外観検査AIモデルを学習、検証することができます。
Demosフォルダにある"FastFlow_using_mydata_Example.mlx"を開いて、dataDirやimageDirを適宜変更し実行してください。
変更箇所はWebinarを参考にしてください。

Recording

MathWorks® Webinar いまからでも遅くない外観検査〜ワークフロー概説と最新アルゴリズム適用例アーカイブページ

Required Products

Products:

• MATLAB™
• Image Processing Toolbox™
• Computer Vision Toolbox™
• Deep Learning Toolbox™
  （※いずれもR2023a以降）

Add-on:

• Computer Vision Toolbox Automated Visual Inspection Library（Computer Vision Toolboxのライセンスがあれば無償ダウンロード可能です）
• Deep Learning Toolbox Model for ResNet-18 Network

References

PatchCore: proposed in Roth et al. (2021), Towards Total Recall in Industrial Anomaly Detection
FastFlow: proposed in Yu et al. (2021), FastFlow: Unsupervised Anomaly Detection and Localization via 2D Normalizing Flows