type
status
date
slug
summary
tags
category
icon
password
Last edited time
Jun 16, 2024 07:19 PM
😀
点云预处理论文素材
 

📝 主旨内容

贡献(创新点)

  1. 提出了一种针对MVTec 3D-AD数据集的用于工业异常检测的多模态预处理方法
  1. 我们的方法结合最先进的异常检测方法取得了新的sota成绩
  1. 与传统预处理方法相比处理时间下降了151倍,CPU占用下降了5倍,内存消耗下降了18倍
  1. 我们的方法能够很好地融合现有的异常检测方法,形成一个端到端的具备实时性能的多模态工业异常检测框架,与传统异常检测方法相比FPS最高提升120倍

比较的方法

方法名
发表会议/期刊
时间
预处理方法
3D-ADS
CVPRW
2023
BTF
CPMF
Pattern Recognition(PR)
2023
BTF
AST
WACV
2023
AST
M3DM
CVPR
2023
BTF
EasyNet
MM
2023
BTF
Shape-Guild
ICML
2023
BTF
3DSR
WACV
2024
3DSR

配图

不可能铁三角

notion image
notion image

具体提升/下降的倍数

notion image
notion image
notion image
 
notion image

随CPU性能的变化(附录)

notion image
notion image

预处理结果对比(更好的可视化方式?)

RGB
RGB
原3D
原3D
原方法
原方法
Ours
Ours
类1
类2
类3
类4
类5
类6
RGB
Point Cloud
去除平面
padded
去除多余联通块
ours
notion image

异常检测结果可视化

notion image

流程可视化+算法实现

notion image

测试强行端到端的FPS(各种方法仅更换预处理部分)

notion image
notion image

探索阈值设置对时间 功耗 效果的影响

notion image
 
notion image

表格

notion image
 
notion image

附件

更多可视化结果

预处理结果展示
 
异常检测结果展示
 
notion image

全部表格数据

CPU 内存占用表格
 
时间
 
性能
 
notion image
 

参考文献

数据集

MVtec 3dad
MVtec ad
Eyecandies

三维异常检测

3D-ADS
M3DM
CPMF
EasyNet
Shaped_Guilded

二维异常检测

A Unified Model for Multi-class Anomaly Detection
patchcore
simplenet

异常检测指标

AUPRO

BTF原理解析

RANSAC
DB-Scan
open3d
 

2D异常检测?

notion image

分析原因

BTF
notion image
notion image
notion image
RGB
RGB
原3D
原3D
原方法
原方法
Ours
Ours
 
预处理有效,得看具体方法
notion image

BTF预处理日志

 

M3DM训练并测试双库版本并保存该功能以进行 UFF 训练

 
 
notion image
Train and test the double lib version and save the feature for UFF training:
Train the UFF:
Train and test the full setting with the following command:

V100上执行提供的预训练模型日志

V100上执行提供的预训练模型日志(无预处理)

notion image
预处理大幅减少基于Memery Bank方法的内存占用
notion image

M3DM I-AUROC

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
双库版本
0.996
0.829
0.982
0.946
0.899
0.865
0.877
0.944
0.957
0.794
0.909
双库版本(processed)
0.994
0.846
0.981
0.968
0.901
0.869
0.930
0.951
0.968
0.848
0.9256
双库版本(raw)
0.989
0.884
0.980
0.968
0.892
0.841
0.943
0.946
0.993
0.836
0.9272
双库版本(Ours)
0.984
0.802
0.981
0.941
0.936
0.852
0.938
0.945
0.94
0.963
0.918
公开预训练权重的融合版本
0.998
0.901
0.972
0.972
0.926
0.897
0.958
0.906
0.976
0.811
0.932
论文报告
0.994
0.909
0.972
0.976
0.960
0.942
0.973
0.899
0.972
0.850
0.945
同环境复现
公开预训练权重的融合版本(不预处理)
0.999
0.946
0.976
0.955
0.899
0.869

M3DM P-AUROC

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
双库版本
0.994
0.992
0.996
0.978
0.981
0.982
0.996
0.994
0.996
0.995
0.99
双库版本(processed)
0.994
0.992
0.996
0.978
0.981
0.982
0.996
0.994
0.997
0.995
0.9905
双库版本(raw)
0.993
0.980
0.996
0.967
0.984
0.983
0.995
0.996
0.993
0.990
0.9877
双库版本(Ours)
0.993
0.992
0.996
0.978
0.981
0.982
0.996
0.994
0.997
0.995
0.99
公开预训练权重的融合版本
0.994
0.993
0.997
0.985
0.985
0.98
0.996
0.994
0.997
0.995
0.992
论文报告
0.995
0.993
0.997
0.985
0.985
0.984
0.996
0.994
0.997
0.996
0.992
同环境复现
公开预训练权重的融合版本(不预处理)
0.995
0.988
0.997
0.978
0.992
0.988

M3DM AUPRO

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
双库版本
0.996
0.968
0.978
0.935
0.93
0.927
0.977
0.966
0.969
0.972
0.959
双库版本(processed)
0.968
0.969
0.978
0.935
0.928
0.926
0.976
0.966
0.970
0.971
0.9587
双库版本(raw)
0.971
0.931
0.973
0.930
0.923
0.922
0.974
0.973
0.948
0.954
0.9499
双库版本(Ours)
0.966
0.968
0.978
0.932
0.931
0.927
0.976
0.967
0.97
0.972
0.959
公开预训练权重的融合版本
0.969
0.97
0.978
0.948
0.94
0.918
0.976
0.965
0.971
0.973
0.961
论文报告
0.970
0.971
0.979
0.950
0.941
0.932
0.977
0.971
0.971
0.975
0.964
同环境复现
公开预训练权重的融合版本(不预处理)
0.975
0.957
0.978
0.946
0.952
0.944
双库版本(processed)
双库版本(raw)
 

预训练uff日志

 
 
notion image
notion image

原参数第8个epoch的结果

原参数第3个epoch的结果

 
 

原参数第17个epoch的结果

 

原参数第200个epoch的结果

 

原参数第400个epoch的结果

 
Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Mean
epochs=3
I-AUROC
0.782
0.653
0.7175
P-AUROC
0.971
0.956
0.9635
AUPRO
0.894
0.859
0.8765
epochs=8
I-AUROC
0.808
0.540
0.775
0.601
0.713
0.739
0.696
P-AUROC
0.975
0.960
0.989
0.926
0.912
0.978
0.957
AUPRO
0.920
0.861
0.958
0.804
0.772
0.914
0.872
epochs=17
I-AUROC
0.876
0.592
0.730
0.650
0.691
0.708
P-AUROC
0.985
0.958
0.989
0.913
0.928
0.955
AUPRO
0.946
0.862
0.959
0.778
0.801
0.869
epochs=200
I-AUROC
0.811
0.823
0.853
0.717
0.678
0.629
0.752
P-AUROC
0.990
0.986
0.989
0.960
0.974
0.908
0.968
AUPRO
0.960
0.953
0.960
0.888
0.911
0.699
0.896
epochs=400
I-AUROC
0.756
0.683
0.723
0.771
0.638
0.714
P-AUROC
0.977
0.971
0.978
0.943
0.973
AUPRO
0.921
0.926
0.918
0.854
0.910
公开权重
I-AUROC
0.994
0.993
0.997
0.985
0.985
0.98
P-AUROC
0.994
0.993
0.997
0.985
0.985
0.98
AUPRO
0.969
0.97
0.978
0.948
0.94
0.918
notion image

BatchSize 1

epochs=199 日志

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Mean
epochs=199
I-AUROC
0.780
0.646
0.488
0.472
P-AUROC
0.977
0.945
0.975
0.918
AUPRO
0.911
0.832
0.914
0.755
epochs=8
I-AUROC
P-AUROC
AUPRO
epochs=17
I-AUROC
P-AUROC
AUPRO
epochs=30
I-AUROC
P-AUROC
AUPRO
 

BTF(3D-ADS)——RTX3090

日志(不预处理)

BTF I-AUROC

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
论文报告
0.938
0.765
0.972
0.888
0.960
0.664
0.904
0.929
0.982
0.726
0.873
同环境复现
不预处理
0.951
0.811
0.975
0.888
0.961
0.587

BTF P-AUROC

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
论文报告
0.996
0.991
0.997
0.995
0.995
0.972
0.996
0.998
0.995
0.994
0.993
同环境复现
不预处理
0.995
0.992
0.997
0.995
0.995
0.973

BTF AUPRO

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Peach
Potato
Rope
Tire
Mean
论文报告
0.976
0.967
0.979
0.974
0.971
0.884
0.976
0.981
0.959
0.971
0.964
同环境复现
不预处理
0.975
0.967
0.979
0.975
0.972
0.877
 

EasyNet

EasyNet
TaoTao9Updated Jun 20, 2024
DRAEM
VitjanZUpdated Jul 17, 2024
回滚两次 恢复训练文件和readme

训练bagel日志

Bagel
Cable_Gland
Carrot
Cookie
Dowel
Foam
Mean
论文数值
I-AUROC
0.991
0.998
P-AUROC
AUPRO
0.839
0.864
复现数值(250epoch)
I-AUROC
0.960
P-AUROC
0.990
AUPRO
0.908

🤗 总结归纳

 

📎 参考文章

 
3D异常检测数据集Bilibili春招实习笔试题解(0420)
Loading...